一种基于厚尾噪声的非线性状态空间系统鲁棒辨识方法

    公开(公告)号:CN116702562A

    公开(公告)日:2023-09-05

    申请号:CN202310836890.9

    申请日:2023-07-10

    Abstract: 本发明提供了一种基于厚尾噪声的非线性状态空间系统鲁棒辨识方法,包括:步骤1:建立双连杆机械臂系统的连续时间动力学模型,然后转化为离散形式的状态空间模型,收集双连杆机械臂系统中末端垂直向下的外力数据,采集两个连杆相对于水平面的角位移构成辨识数据集;步骤2:引入系统噪声分布及模型参数的先验分布,形成双连杆机械臂系统辨识问题的概率描述;步骤3:基于辨识数据集和双连杆机械臂系统辨识问题的概率描述,在期望最大化算法框架下迭代更新,得到待辨识参数。本发明能够有效的解决此类系统的模型参数辨识问题,对双连杆机械臂系统的非线性状态空间系统辨识理论的完善及其工业实际应用起到了极大的促进作用。

    一种基于构造式联邦学习的矿井人员违规动作识别系统

    公开(公告)号:CN115147749A

    公开(公告)日:2022-10-04

    申请号:CN202210393664.3

    申请日:2022-04-14

    Abstract: 本发明公开了一种基于构造式联邦学习的矿井人员违规动作识别系统,包括聚合云和矿区违规辨别终端;所述聚合云包含参数传输模块和网络协同学习模块;所述矿区违规辨别终端包含矿工行为特征获取模块、本地网络模型构造模块和行为识别模块;本发明的基于构造式联邦学习的矿井人员违规动作识别系统,不仅可以有效解决矿区工人违规危险行为难以实时监控,监控人员长时间高强度监视,视觉疲劳和负担过重等问题,并且在保证各矿区数据隐私的情况下,训练出识别准确度更高、适用性更强的本地网络模型。

    动态更新输出权值的随机配置网络的行为模态识别方法

    公开(公告)号:CN112132096A

    公开(公告)日:2020-12-25

    申请号:CN202011062704.3

    申请日:2020-09-30

    Abstract: 本发明提出了一种动态更新输出权值的随机配置网络的行为模态识别方法,包括三个步骤,步骤一是人体行为模态数据集采集和预处理,利用智能手机采集各种行为模态数据,然后对数据进行滤波、归一化和分割等操作;步骤二是人体行为模态特征处理,即利用特征提取技术来获取鲁棒性强的特征集,并将其划分为训练集和测试集;步骤三是模型建立,即基于特征集利用动态更新输出权值随机配置网络去建立行为识别的模型。本发明建立的行为识别方法能够在极短的时间内对六种日常行为完成建模,从而进行识别,计算复杂度低,弥补了传统识别方法在数据处理和模型识别速度两个方面的不足,特别适合基于智能手机的快速行为模态识别领域。

    一种基于构造式联邦学习的矿井人员违规动作识别方法

    公开(公告)号:CN115147750B

    公开(公告)日:2024-11-29

    申请号:CN202210393676.6

    申请日:2022-04-14

    Abstract: 本发明公开了一种基于构造式联邦学习的矿井人员违规动作识别方法,包括:步骤1,获取历史视频,提取皮带矿工行为特征数据,标注行为类别并整理为各矿区本地矿工行为数据库;步骤2,各违规辨别终端构造本地网络模型最优隐层节点并计算本地网络模型当前方差;步骤3,聚合云构造聚合增隐层节点;步骤4,各违规辨别终端接收聚合增隐层节点,更新各违规辨别终端的新增隐层节点参数,判断是否继续进行构造式联邦学习;步骤5,通过违规辨别终端分辨矿工行为类别。本发明保证了各方数据的隐私性,解决了各矿区数据的孤岛问题,即每个矿区仅有本矿区的矿工行为数据,所训练的模型识别效果有限。本发明在保证各厂区数据安全的情况下联合训练出识别效果更好的模型。

    一种基于偏斜测量噪声的ARX模型鲁棒辨识方法

    公开(公告)号:CN116882169B

    公开(公告)日:2025-01-10

    申请号:CN202310844223.5

    申请日:2023-07-11

    Abstract: 本发明提供了一种基于偏斜测量噪声的ARX模型鲁棒辨识方法,包括:步骤1:根据质量弹簧阻尼系统的连续时间动力学方程采集辨识数据,并构建辨识数据对应的模拟位置输出的质量弹簧阻尼系统ARX模型;步骤2:根据ARX模型,建立基于广义双曲倾斜学生t分布的ARX鲁棒概率模型;步骤3:基于广义期望最大化算法,对步骤2建立的基于广义双曲倾斜学生t分布的ARX鲁棒概率模型进行辨识,当迭代收敛时,最终的迭代结果作为最优估计参数。本发明方法能够有效地提高质量弹簧阻尼系统参数估计的精度,对保证实际工业中阻尼减振的精度具有重要意义。

    一种快速自构建行为模态识别系统

    公开(公告)号:CN115146665B

    公开(公告)日:2025-01-10

    申请号:CN202210319875.2

    申请日:2022-03-29

    Abstract: 本发明提供了一种快速自构建行为模态识别系统,属于行为模态识别领域,该系统包括:行为模态数据采集与处理模块,用于利用移动设备对人体行为模态数据进行采集,并对采集数据进行特征工程处理,进而获得行为模态特征;建立行为模态识别模型模块,利用快速自构建方法基于行为模态特征建立行为模态识别模型;行为模态识别模块,将待测的行为模态特征输入行为模态识别模型,进而得到待测行为模态特征的类别.本发明弥补了现有行为模态识别系统在构建速度慢、识别精度低和轻量化不足等问题。

    一种基于构造式联邦学习的矿井人员违规动作识别系统

    公开(公告)号:CN115147749B

    公开(公告)日:2024-11-29

    申请号:CN202210393664.3

    申请日:2022-04-14

    Abstract: 本发明公开了一种基于构造式联邦学习的矿井人员违规动作识别系统,包括聚合云和矿区违规辨别终端;所述聚合云包含参数传输模块和网络协同学习模块;所述矿区违规辨别终端包含矿工行为特征获取模块、本地网络模型构造模块和行为识别模块;本发明的基于构造式联邦学习的矿井人员违规动作识别系统,不仅可以有效解决矿区工人违规危险行为难以实时监控,监控人员长时间高强度监视,视觉疲劳和负担过重等问题,并且在保证各矿区数据隐私的情况下,训练出识别准确度更高、适用性更强的本地网络模型。

    一种基于偏斜测量噪声的ARX模型鲁棒辨识方法

    公开(公告)号:CN116882169A

    公开(公告)日:2023-10-13

    申请号:CN202310844223.5

    申请日:2023-07-11

    Abstract: 本发明提供了一种基于偏斜测量噪声的ARX模型鲁棒辨识方法,包括:步骤1:根据质量弹簧阻尼系统的连续时间动力学方程采集辨识数据,并构建辨识数据对应的模拟位置输出的质量弹簧阻尼系统ARX模型;步骤2:根据ARX模型,建立基于广义双曲倾斜学生t分布的ARX鲁棒概率模型;步骤3:基于广义期望最大化算法,对步骤2建立的基于广义双曲倾斜学生t分布的ARX鲁棒概率模型进行辨识,当迭代收敛时,最终的迭代结果作为最优估计参数。本发明方法能够有效地提高质量弹簧阻尼系统参数估计的精度,对保证实际工业中阻尼减振的精度具有重要意义。

    一种基于构造式联邦学习的矿井人员违规动作识别方法

    公开(公告)号:CN115147750A

    公开(公告)日:2022-10-04

    申请号:CN202210393676.6

    申请日:2022-04-14

    Abstract: 本发明公开了一种基于构造式联邦学习的矿井人员违规动作识别方法,包括:步骤1,获取历史视频,提取皮带矿工行为特征数据,标注行为类别并整理为各矿区本地矿工行为数据库;步骤2,各违规辨别终端构造本地网络模型最优隐层节点并计算本地网络模型当前方差;步骤3,聚合云构造聚合增隐层节点;步骤4,各违规辨别终端接收聚合增隐层节点,更新各违规辨别终端的新增隐层节点参数,判断是否继续进行构造式联邦学习;步骤5,通过违规辨别终端分辨矿工行为类别。本发明保证了各方数据的隐私性,解决了各矿区数据的孤岛问题,即每个矿区仅有本矿区的矿工行为数据,所训练的模型识别效果有限。本发明在保证各厂区数据安全的情况下联合训练出识别效果更好的模型。

    动态更新输出权值的随机配置网络的行为模态识别方法

    公开(公告)号:CN112132096B

    公开(公告)日:2021-05-14

    申请号:CN202011062704.3

    申请日:2020-09-30

    Abstract: 本发明提出了一种动态更新输出权值的随机配置网络的行为模态识别方法,包括三个步骤,步骤一是人体行为模态数据集采集和预处理,利用智能手机采集各种行为模态数据,然后对数据进行滤波、归一化和分割等操作;步骤二是人体行为模态特征处理,即利用特征提取技术来获取鲁棒性强的特征集,并将其划分为训练集和测试集;步骤三是模型建立,即基于特征集利用动态更新输出权值随机配置网络去建立行为识别的模型。本发明建立的行为识别方法能够在极短的时间内对六种日常行为完成建模,从而进行识别,计算复杂度低,弥补了传统识别方法在数据处理和模型识别速度两个方面的不足,特别适合基于智能手机的快速行为模态识别领域。

Patent Agency Ranking