一种应用于红外火焰识别的TS-RBF模糊神经网络鲁棒融合算法

    公开(公告)号:CN109165670B

    公开(公告)日:2021-05-14

    申请号:CN201810761360.1

    申请日:2018-07-12

    Applicant: 江南大学

    Abstract: 本发明提供一种应用于红外火焰识别的TS‑RBF模糊神经网络鲁棒融合算法,属于红外火焰识别技术领域。具体过程为:采集不同火焰和干扰源的时域信号数据,并对其进行预处理,得到频域信号数据;对波形的时域、频域信号数据进行特征信息的提取,获得样本的特征向量,组成样本集;将样本集划分为训练集、验证集和测试集;搭建TS‑RBF模糊神经网络;设定模糊神经网络参数初始值,利用训练集对模糊神经网络进行训练;利用验证集对训练好的模糊神经网络进行验证及模型选择;将测试集输入训练好的模糊神经网络中,其结果作为对模型的最终评价。本方法能够有效抵御火焰探测中非火焰探测通道采样数据发生数据丢失、数据失真、信号饱和的情况。

    一种应用于红外火焰识别的TS-RBF模糊神经网络鲁棒融合算法

    公开(公告)号:CN109165670A

    公开(公告)日:2019-01-08

    申请号:CN201810761360.1

    申请日:2018-07-12

    Applicant: 江南大学

    Abstract: 本发明提供一种应用于红外火焰识别的TS-RBF模糊神经网络鲁棒融合算法,属于红外火焰识别技术领域。具体过程为:采集不同火焰和干扰源的时域信号数据,并对其进行预处理,得到频域信号数据;对波形的时域、频域信号数据进行特征信息的提取,获得样本的特征向量,组成样本集;将样本集划分为训练集、验证集和测试集;搭建TS-RBF模糊神经网络;设定模糊神经网络参数初始值,利用训练集对模糊神经网络进行训练;利用验证集对训练好的模糊神经网络进行验证及模型选择;将测试集输入训练好的模糊神经网络中,其结果作为对模型的最终评价。本方法能够有效抵御火焰探测中非火焰探测通道采样数据发生数据丢失、数据失真、信号饱和的情况。

    DoS攻击下基于事件触发的无模型自适应泊车方法及系统

    公开(公告)号:CN118701031A

    公开(公告)日:2024-09-27

    申请号:CN202410685958.2

    申请日:2024-05-30

    Applicant: 江南大学

    Abstract: 本发明涉及自动泊车技术领域,尤其是指DoS攻击下基于事件触发的无模型自适应泊车方法及系统,包括:获得可用泊车位,进行泊车路径规划;对车辆进行路径跟踪,根据输入控制信号调整车辆目标参数,同时获得实际目标参数;判断是否需要更新输出至车辆控制器的实际目标参数;建立与实际目标参数以及期望目标参数相关联的控制算法,基于控制算法计算得到输入控制信号;对输入控制信号进行补偿,并将补偿后的输入控制信号传输至车辆执行器;循环直至车辆完成泊车。本发明通过无模型自适应控制策略,提高了泊车过程的跟踪精度和鲁棒性,通过事件触发机制,减少了数据通信的频率和带宽占用,通过攻击补偿算法,保证泊车过程的连续性和安全性。

    一种基于时分复用技术的分布式光纤振动传感器

    公开(公告)号:CN117109720A

    公开(公告)日:2023-11-24

    申请号:CN202311132994.8

    申请日:2023-09-04

    Applicant: 江南大学

    Abstract: 本申请公开了一种基于时分复用技术的分布式光纤振动传感器,涉及分布式光纤声波传感系统领域,该分布式光纤振动传感器通过可调谐激光器输出含有多个波长的连续激光,通过电吸收调制器将其调制为包含多个波长的探测光脉冲注入传感通道,传感通道中的各个解波分复用器分别解调出对应的一个波长的探测光脉冲注入对应的一个传感光纤,继而通过波分复用技术使得不同光纤段上的光信号先后到达光电探测器形成时分复用,从而使得整个传感光纤中有多个波长的探测脉冲光,因此在传感光纤具有同等长度的情况下,可将频率响应带宽也提升至原来的多倍,使得分布式光纤振动传感器可以兼顾检测距离与检测频率范围。

    多模态连接模式的脑区划分方法

    公开(公告)号:CN111583281B

    公开(公告)日:2023-08-01

    申请号:CN202010413761.5

    申请日:2020-05-15

    Applicant: 江南大学

    Abstract: 本发明公开了一种多模态连接模式的脑区划分方法。本发明.一种多模态连接模式的脑区划分方法,包括:在基于功能磁共振成像的脑区划分中,当需要获得组水平的脑区划分结果时,需要多进行两步,即将个体结果传播到标准空间,并在标准空间获得组上平均值,为了能同时获得个体水平和组水平的结果。本发明的有益效果:整合了两种磁共振成像数据模态下基于连接模式进行脑区划分的流程,并提出了具体的集成化软件的开发方法。

    一种磁性微纳机器人的独立磁驱系统

    公开(公告)号:CN114952785A

    公开(公告)日:2022-08-30

    申请号:CN202210598784.7

    申请日:2022-05-30

    Applicant: 江南大学

    Abstract: 本申请公开了一种磁性微纳机器人的独立磁驱系统,涉及电磁驱动技术领域,该系统中的微线带阵列包括按照预定排布结构排布形成阵列的若干条微线带,电流驱动电路根据微线带阵列的驱动空间内的待驱动机器人的目标位移、向待驱动机器人对应的局部区域内目标微线带中输出目标电流,就能使得待驱动机器人在各根目标微线带产生的磁驱动力的作用下按照目标位移进行运动;该系统可以实现对多个磁性微纳机器人的独立控制,使得微纳机器人集群中不同的磁性微纳机器人可以按不同的运动模式来运动,磁驱动控制较为灵活,为微纳机器人集群的并行协作提供了思路,尤其适用于高通量执行并行协作任务的场景,如靶向药物运输、生物测定、化学分析等。

    基于分解集成策略的锂离子电池剩余寿命预测方法及系统

    公开(公告)号:CN113884937B

    公开(公告)日:2022-08-30

    申请号:CN202111388811.X

    申请日:2021-11-22

    Applicant: 江南大学

    Abstract: 本发明涉及一种基于分解集成策略的锂离子电池剩余寿命预测方法,包括获取原始电池退化过程的传感信号并将其分解为多模态下的分量序列;将分量序列整理成训练集和测试集;利用分量序列的训练集对神经网络模型进行训练,获得训练好的分量序列的子网络模型;利用测试集对相应的子网络模型进行测试,获得各个子网络模型的预测值,基于子网络模型的预测值获得最终的电池容量预测结果;基于最终的电池容量预测结果获得电池剩余使用寿命。本发明能够解决锂离子电池寿命预测中存在的非线性、非平稳、多模态、多噪声特性导致单一尺度输入下单一数据驱动方法的预测精度低、泛化性能差等问题,为锂离子电池剩余寿命预测提供一种新的理论指导方法和实现途径。

    一种飞跨电容型三电平直流降压变换器的控制方法

    公开(公告)号:CN113328622B

    公开(公告)日:2022-07-29

    申请号:CN202110627053.6

    申请日:2021-06-04

    Applicant: 江南大学

    Abstract: 本发明公开了一种飞跨电容型三电平直流降压变换器的控制方法,涉及电力电子技术领域,该方法包括:实时采集拓扑电路的输出电压值、电感电流值和飞跨电容电压值,利用采集值以及按照步长划分的各个第一占空比计算下一工作周期的电感电流预测值并与给定目标值对比,选取最接近电感电流目标值的最优第一占空比,同理,得到最接近飞跨电容电压目标值的最优第二占空比;根据最优第一占空比和最优第二占空比计算出各个开关管的导通占空比,将开关管的导通占空比经PWM调制之后得到脉冲信号进而控制开关管的通断,实现电感电流、飞跨电容电压的高动态响应控制。

    基于分解集成策略的锂离子电池剩余寿命预测方法及系统

    公开(公告)号:CN113884937A

    公开(公告)日:2022-01-04

    申请号:CN202111388811.X

    申请日:2021-11-22

    Applicant: 江南大学

    Abstract: 本发明涉及一种基于分解集成策略的锂离子电池剩余寿命预测方法,包括获取原始电池退化过程的传感信号并将其分解为多模态下的分量序列;将分量序列整理成训练集和测试集;利用分量序列的训练集对神经网络模型进行训练,获得训练好的分量序列的子网络模型;利用测试集对相应的子网络模型进行测试,获得各个子网络模型的预测值,基于子网络模型的预测值获得最终的电池容量预测结果;基于最终的电池容量预测结果获得电池剩余使用寿命。本发明能够解决锂离子电池寿命预测中存在的非线性、非平稳、多模态、多噪声特性导致单一尺度输入下单一数据驱动方法的预测精度低、泛化性能差等问题,为锂离子电池剩余寿命预测提供一种新的理论指导方法和实现途径。

Patent Agency Ranking