一种基于自适应阈值整数激活神经元的脉冲神经网络训练方法

    公开(公告)号:CN119990198A

    公开(公告)日:2025-05-13

    申请号:CN202510470143.7

    申请日:2025-04-15

    Abstract: 本发明公开了一种基于自适应阈值整数激活神经元的脉冲神经网络训练方法,具体包括以下步骤:输入神经形态数据流或者静态图像,经过时间编码生成脉冲序列,以此作为模型的输入;在主干网络中,使用基于自适应阈值整值激活的LIF神经元的SNN模块进行下采样和提取多尺度特征;以及将视觉任务分为图像识别,图像检测与图像分割,分别接入不同的处理模块进行处理输出;本发明通过在Meta‑SpikeFormer元模块的基础上,使用一种基于自适应阈值整值激活的LIF神经元的脉冲神经网络,减小训练时的内存开销,提高直接训练的网络性能,拓展脉冲神经网络的应用范围,让网络更好地应用到图像分类,识别与分割任务中。

    一种低底噪的电池包微内阻检测系统

    公开(公告)号:CN119936709A

    公开(公告)日:2025-05-06

    申请号:CN202510101127.0

    申请日:2025-01-22

    Abstract: 本发明公开了一种低底噪的电池包微内阻检测系统,包括信号采集模块、激励源模块和双路隔离电源,所述双路隔离电源模块为信号采集模块和激励源模块分别提供低噪声电源,所述激励源模块由波形生成模块、电流源电路及驱动耦合电路组成,用于向电池包注入交流电流信号,并提供检波模块所需的参考方波信号,所述信号采集模块则由输入耦合电路、前置复合放大电路、检波模块、全差分电路、A/D模块和MCU模块组成,用于采集并调理电池包的响应电压信号,并计算得出电池包的微内阻值,本发明技术方案简化了系统中前端电路设计,并优化了系统性能,解决了传统方案中因量程增大而导致等效输入噪声增加的缺陷,提升了系统的整体性能和测量精度。

    基于元学习的电池散热决策方法及系统

    公开(公告)号:CN119272075A

    公开(公告)日:2025-01-07

    申请号:CN202411240686.1

    申请日:2024-09-05

    Abstract: 本申请涉及电池散热决策技术领域,提供基于元学习的电池散热决策方法及系统。所述方法包括:基于第一电池组的历史充放电倍率记录并进行聚类划分,获得多个预设充放电倍率;得到多个电池温度序列集合;得到温度分布偏差系数;生成接触面积信息;激活元学习器对优化后的第一电池散热装置进行散热参数拟合,得到散热参数决策模型;将现实数据输入所述散热参数决策模型进行散热参数拟合,输出实时散热参数;以所述实时散热参数对所述第一电池散热装置进行控制。本申请解决了现有技术中不同充电倍率下电池散热处理困难的技术问题,达到了对电池温度的有效管理和散热装置的智能调控,确保电池的安全运行和延长其使用寿命的技术效果。

    一种Mamba架构驱动的电池包SOC与SOE估计方法

    公开(公告)号:CN118444159A

    公开(公告)日:2024-08-06

    申请号:CN202410444223.0

    申请日:2024-04-15

    Abstract: 本发明公开了一种Mamba架构驱动的电池包SOC与SOE估计方法,该方法首先电动汽车电池包原始数据采集和预处理,并将预处理后的电池数据制作为数据集。其次构建Mamba网络,所述Mamba网络模型包括全连接层、特征层正则化、门控单元及选择性状态空间模型SSM模块。最后搭建两个任务层,由Mamba网络的输出,分别实现电动汽车电池包SOC与SOE的估计。本发明同时估计电池包SOC与SOE,提高模型计算效率,减少计算与存储需求,测量过程简单,并能够及时、准确估算锂离子电池SOC与SOE。

    基于informer模型的电池健康状态智能监测方法

    公开(公告)号:CN117930024A

    公开(公告)日:2024-04-26

    申请号:CN202410119513.8

    申请日:2024-01-29

    Abstract: 本申请涉及电池状态监测技术领域,提供基于informer模型的电池健康状态智能监测方法。所述方法包括:采集目标电池的健康状态记录;对所述健康状态记录进行划分和再拼接,获得健康状态序列集;调取捕捉周期性特征确定周期性健康特征,进行整合获得电池健康状态趋势;确定多步健康状态预测集;根据informer模型的预测评价阈值对所述多步健康状态预测集进行预测精度计算,优化所述informer模型;实时采集健康状态,进行电池健康状态实时监测。本申请解决了现有技术中电池健康状态趋势预测误差较大,导致电池安全性不高的技术问题,达到了减少电池健康状态趋势预测误差,实现对电池健康状态的智能监测和管理技术效果。

    一种面向汽车动力电池的激励信号V-I转换及耦合电路

    公开(公告)号:CN117734519A

    公开(公告)日:2024-03-22

    申请号:CN202311764858.0

    申请日:2023-12-21

    Abstract: 本发明公开了一种面向汽车动力电池的激励信号V‑I转换及耦合电路,该电路输入正弦信号连接控制单元U1的正向输入端;控制单元U1的输出端连接功率放大单元U2的输入端;功率放大单元U2的输出端连接信号采样单元U3的正向输入端;信号采样单元U3的反向输入端连接信号耦合单元U4的输入端;信号采样单元的U3的输出端连接控制单元U1的反向输入端;信号耦合单元U4的输出端通过连接线连接动力电池正极;动力电池负极通过连接线连接系统地。本发明既保证了控制的精确度也能实现大功率输出,缓解了电流大小受限于电容容值和推挽电路电源电压的问题,也增加输出信号信噪比。

    一种基于改进YOLO v3的菜品识别方法

    公开(公告)号:CN112560918B

    公开(公告)日:2024-02-06

    申请号:CN202011430608.X

    申请日:2020-12-07

    Abstract: 本发明公开了一种基于改进YOLO v3的菜品识别方法,该方法使用基于深度学习的目标检测算法,识别出菜品的种类并回归出目标的边界框,为机器人打菜操作提供类别信息与相对位置信息。该方法基于One‑Stage算法YOLO V3,并基于ResNet和SENet对其特征提取网络进行优化设计,使用一种Seblock53的特征提取网络替换Darknet53,并引入可变形卷积DCN构成新的Backbone。基于高校的菜品窗口场景的识别结果表明,该方法能够快速准确地对菜品进行定位与分类,可以实现餐厅服务机器人菜品识别功能。

    一种基于字符分隔值文件转换Verilog代码的方法

    公开(公告)号:CN111814417B

    公开(公告)日:2023-09-26

    申请号:CN202010531916.5

    申请日:2020-06-11

    Abstract: 本发明公开了基于字符分隔值文件转换Verilog代码的方法:S1,读取字符分隔值总文件中的数据,根据总文件内的记录去搜索符合条件的字符分隔值子文件;S2,处理字符分隔值总文件和子文件内的数据,生成端口信号列表和变量定义部分的Verilog代码;S3,给每个字符分隔值子文件分配状态号区间,读取各个子文件内的状态跳转数据,生成状态跳转部分的Verilog代码;S4,读取每个字符分隔值子文件内对应状态所执行的操作,生成各个状态语句执行的Verilog代码。本发明为字符分隔值文件数据转化到硬件描述提供了切实可行的方案,当需要编写的状态机状态很多时,可有效简化状态的插入和删除问题以及子状态机间相互跳转问题,能够降低代码编写的出错率,提高开发的效率。

Patent Agency Ranking