基于多模态对比嵌入的零样本复合故障诊断方法

    公开(公告)号:CN117909854B

    公开(公告)日:2024-07-05

    申请号:CN202410317308.2

    申请日:2024-03-20

    申请人: 东北大学

    摘要: 本发明属于智能汽车故障诊断技术领域,公开了一种基于多模态对比嵌入的零样本复合故障诊断方法。综合考虑高维特征和低维特征在故障诊断中的作用,解决了复合故障特征堆叠复杂,故障语义信息对特征描述不够充分的问题,不需要专业知识的同时能够获得更好的泛化性能。本发明在复合故障诊断中引入计算机视觉领域的对比学习思想,提供了一种基于对比学习的零样本复合故障诊断方法,解决复合故障的诊断困难,信号样本难以区分,预测精度平衡性差的问题。基于广义零样本学习,提供了一种基于迭代思想的复合故障增量学习框架,解决复合故障样本难以复现和复杂度高的问题。本发明能够在保证精确率的前提下,避免已知故障样本被错误地诊断为未知复合故障。

    一种以多色彩天然粘土为原料的3D打印材料及制备方法

    公开(公告)号:CN116177986B

    公开(公告)日:2024-05-31

    申请号:CN202310290720.5

    申请日:2023-03-23

    申请人: 东北大学

    摘要: 本发明提供了一种以多色彩天然粘土为原料的3D打印材料及制备方法,包括以下重量份的组分:甲基混合溶液为28.6%‑37.5%、天然粘土A为16.7%‑21.4%、天然粘土B为16.7%‑21.4%、白水泥为12.5%‑15.5%、高岭土为12.1%‑17.8%,甲基混合溶液为31%、天然粘土A为20.7%、天然粘土B为20.7%、白水泥为15.5%、高岭土为12.1%,甲基混合溶液的配比为:羧甲基纤维素1份,水100份,配制溶液时应使用70‑90℃的蒸馏水,并加以搅拌辅助溶解,组分简单,制作方便,打印过程中材料性能稳定,使用效果好,易于推广。

    一种以多色彩天然粘土为原料的3D打印材料及制备方法

    公开(公告)号:CN116177986A

    公开(公告)日:2023-05-30

    申请号:CN202310290720.5

    申请日:2023-03-23

    申请人: 东北大学

    摘要: 本发明提供了一种以多色彩天然粘土为原料的3D打印材料及制备方法,包括以下重量份的组分:甲基混合溶液为28.6%‑37.5%、天然粘土A为16.7%‑21.4%、天然粘土B为16.7%‑21.4%、白水泥为12.5%‑15.5%、高岭土为12.1%‑17.8%,甲基混合溶液为31%、天然粘土A为20.7%、天然粘土B为20.7%、白水泥为15.5%、高岭土为12.1%,甲基混合溶液的配比为:羧甲基纤维素1份,水100份,配制溶液时应使用70‑90℃的蒸馏水,并加以搅拌辅助溶解,组分简单,制作方便,打印过程中材料性能稳定,使用效果好,易于推广。

    一种移动中的人员的室内定位方法

    公开(公告)号:CN105578417A

    公开(公告)日:2016-05-11

    申请号:CN201610066515.0

    申请日:2016-01-29

    申请人: 东北大学

    摘要: 一种移动中的人员的室内定位方法,属于无线电波测距领域。该方法首先利用移动设备获取室内地图数据包,并利用Unity3D引擎绘制三维室内模拟场景和二维室内平面图,其次根据移动设备与邻近若干个Beacon基站的距离和邻近若干个Beacon基站的位置坐标,确定移动设备和用户的初始位置坐标,并在三维室内模拟场景和二维室内平面图中显示,再次每隔若干秒利用移动设备的加速度传感器、陀螺仪传感器和定位算法确定移动设备和用户在移动过程中的位置坐标,最后对每隔若干秒对移动设备和用户的位置坐标进行校准,并将校准后位置坐标显示在三维室内模拟场景和二维室内平面图中。该方法可以在离线状态完成用户在移动过程中的室内定位,定位精确、定位速度快。

    基于多模态对比嵌入的零样本复合故障诊断方法

    公开(公告)号:CN117909854A

    公开(公告)日:2024-04-19

    申请号:CN202410317308.2

    申请日:2024-03-20

    申请人: 东北大学

    摘要: 本发明属于智能汽车故障诊断技术领域,公开了一种基于多模态对比嵌入的零样本复合故障诊断方法。综合考虑高维特征和低维特征在故障诊断中的作用,解决了复合故障特征堆叠复杂,故障语义信息对特征描述不够充分的问题,不需要专业知识的同时能够获得更好的泛化性能。本发明在复合故障诊断中引入计算机视觉领域的对比学习思想,提供了一种基于对比学习的零样本复合故障诊断方法,解决复合故障的诊断困难,信号样本难以区分,预测精度平衡性差的问题。基于广义零样本学习,提供了一种基于迭代思想的复合故障增量学习框架,解决复合故障样本难以复现和复杂度高的问题。本发明能够在保证精确率的前提下,避免已知故障样本被错误地诊断为未知复合故障。

    一种基于室内定位的停车场系统

    公开(公告)号:CN205881192U

    公开(公告)日:2017-01-11

    申请号:CN201620096912.8

    申请日:2016-01-29

    申请人: 东北大学

    IPC分类号: G08G1/14 G08G1/123

    摘要: 一种基于室内定位的停车场系统,属于交通控制系统领域。该系统包括移动设备、若干个Beacon基站、服务器,移动设备与若干个Beacon基站之间通过蓝牙进行通信,移动设备与服务器之间通过无线通信连接。该系统可以帮助车主在进入停车场时寻找停车位置并进行导航,在离开停车场时寻找车辆并进行导航,提高了停车效率,节约了车主的时间,多个停车场共同使用同一个停车场客户端,方便管理,同时也免去了车主重复下载停车场客户端的麻烦。