-
公开(公告)号：CN115497501B
公开(公告)日：2023-04-07
申请号：CN202211442439.0
申请日：2022-11-18
Applicant: 国网山东省电力公司济南供电公司 , 山东大学
IPC: G10L21/10 , G10L21/0216 , G10L21/0264 , G10L25/21 , G10L25/27 , G10L25/51 , G01H17/00
Abstract: 本发明公开了一种基于SW‑MUSIC的变压器故障声纹定位方法及系统，属于电力变压器声纹感知与故障定位技术领域，方法包括：实时采集待测电力变压器的声纹信号；基于SW‑MUSIC算法和声纹信号建立故障定位模型；根据声纹信号和故障定位模型，进行故障定位；故障定位模型是利用SW‑MUSIC算法，其中融入平滑相关变换加权算法更新声源信号相对时延差，重构麦克风阵列流型，建立声纹信号的协方差矩阵，利用协方差矩阵的特征值和特征向量，从特征向量中划分信号子空间和噪声子空间，加权重构噪声子空间，进而建立谱函数，进行估计声源方位信息。本发明减小了麦克风阵列位置误差带来的影响，优化了最终电力变压器声纹故障定位结果。
-
公开(公告)号：CN115497501A
公开(公告)日：2022-12-20
申请号：CN202211442439.0
申请日：2022-11-18
Applicant: 国网山东省电力公司济南供电公司 , 山东大学
IPC: G10L21/10 , G10L21/0216 , G10L21/0264 , G10L25/21 , G10L25/27 , G10L25/51 , G01H17/00
Abstract: 本发明公开了一种基于SW‑MUSIC的变压器故障声纹定位方法及系统，属于电力变压器声纹感知与故障定位技术领域，方法包括：实时采集待测电力变压器的声纹信号；基于SW‑MUSIC算法和声纹信号建立故障定位模型；根据声纹信号和故障定位模型，进行故障定位；故障定位模型是利用SW‑MUSIC算法，其中融入平滑相关变换加权算法更新声源信号相对时延差，重构麦克风阵列流型，建立声纹信号的协方差矩阵，利用协方差矩阵的特征值和特征向量，从特征向量中划分信号子空间和噪声子空间，加权重构噪声子空间，进而建立谱函数，进行估计声源方位信息。本发明减小了麦克风阵列位置误差带来的影响，优化了最终电力变压器声纹故障定位结果。
-
公开(公告)号：CN114821065B
公开(公告)日：2025-04-18
申请号：CN202210549962.7
申请日：2022-05-20
Applicant: 山东大学
IPC: G06V20/70 , G06V10/26 , G06V10/80 , G06V10/82 , G06V10/764 , G06T7/73 , G06N3/0455 , G06N3/0464
Abstract: 本公开涉及FOD检测相关技术领域，提出了一种基于语义分割的FOD检测方法及系统，方法包括如下步骤：获取机场跑道的待检测图像，待检测图像包括深度图像和灰度图像，提取图像中的深度信息和灰度信息；将深度信息进行预处理，并利用预处理后得到的深度图像，基于灰度信息对灰度图像进行初步剪裁；将经过处理后的深度图像和初步裁减后的灰度图像中的信息数据进行融合，对异物区域的信息进行增强；将融合后的信息输入至改进的语义分割网络模型进行图像分割，实时地确定异物类型及位置。本公开基于深度信息和灰度信息融合处理，提高了检测的准确度和精度。
-
公开(公告)号：CN111860408B
公开(公告)日：2023-08-08
申请号：CN202010744822.6
申请日：2020-07-29
Applicant: 山东大学
IPC: G06V40/20 , G06V10/764
Abstract: 本公开提供一种基于记忆组的采样方法、系统及电子设备，涉及动作识别领域，通过设计采样机制，输入工作组的采样数据由包括最新的采样数据和暂存在记忆组中在前的采样数据，随着采样的进行，记忆组中在前采样数据占比越来越少，从而使得最新的采样数据比时间更久远的数据在预测中有更大的权重，保证了更近时刻的数据拥有更大的采样密度，基于记忆组同时考虑较长时间之前的数据帧和距离预测时间点最近的一段数据帧，并赋予不同时间点的数据不同的权重，结合分类器实现人体行为识别，提高了识别的精度和识别速度。
-
-
Patent Agency Ranking
公开(公告)号：CN114955882A
公开(公告)日：2022-08-30
申请号：CN202210569159.X
申请日：2022-05-24
Applicant: 山东大学
Abstract: 本发明涉及桥式起重机防摇摆控制方法、系统及控制器，包括以下步骤：根据桥式起重机小车的加速度信息，小车移动的目标位置，桥式起重机允许的最大加速度、最大速度和负载的最大摆动角度，以及小车与负载之间钢丝绳的长度，以设定的周期性加速度指令控制桥式起重机的小车；小车以第一加速度运行第一时间段后切换为匀速运动，匀速运动持续第二时间段后切换为第二加速度；以第二加速度运行第三时间段后切换为匀速运动，匀速运动持续第二时间段后切换回第一加速度；再次以第一加速度运行第一时间段后切换为匀速运动，此时加速运动阶段结束进入匀速运动阶段，匀速运动阶段下小车与负载相对静止。以设定的周期性加速度指令实现桥式起重机的防摇摆。
-
公开(公告)号：CN113031621A
公开(公告)日：2021-06-25
申请号：CN202110297503.X
申请日：2021-03-19
Applicant: 山东大学
IPC: G05D1/02
Abstract: 本发明公开了一种桥式起重机安全避障路径规划方法及系统，其技术方案为：根据起重机运行速度划定实时路径规划动态范围窗口，获取窗口内障碍物的速度和位置信息，建立障碍物排斥力势场；获取目的点位置，将起重机位置到目的点连线与窗口边界作为局部目的点，建立吸引力势场；将排斥力场和吸引力场相加得到合势场，自起重机位置进行邻域搜索，得到受势场力最小路径；对路径做平滑处理，并将其作为参考轨迹输入模型预测控制器，完成局部路径规划；重复局部路径规划，直至目的点进入窗口；将目的点作为目标点，完成安全避障路径规划任务。本发明可以实时建立起重机危险区域范围内的运动势场，对于不同运动状态的障碍物，实时规划有效的安全避障路径。
-
公开(公告)号：CN111860417A
公开(公告)日：2020-10-30
申请号：CN202010746525.5
申请日：2020-07-29
Applicant: 山东大学
Abstract: 本公开提供一种人体动作识别方法，涉及动作识别领域，获取关节点的特征数据，并建立关节点集合距离特征、几何特征和运动特征；从多个角度对动作序列的时空特征进行建模，采用一维时间卷积网络对动作序列的时序信息进行建模；通过时空特征和时序信息，进行人体动作分类并识别通过设计多种特征表示，对同一帧中不同关节点的空间和几何信息进行描述，对相邻帧之间关节点的时间运动信息进行描述，更好的建模了人体运动的时空特性，同时使用一维时间卷积网络对时序信息建模，结合构建的特征，进行人体动作分类，取得理想的分类识别效果。
-
公开(公告)号：CN106780631B
公开(公告)日：2020-01-03
申请号：CN201710018162.1
申请日：2017-01-11
Applicant: 山东大学
Abstract: 本发明涉及一种基于深度学习的机器人闭环检测方法，包括(1)获取首帧环境的RGB图像和三维数据，将环境的RGB图像和三维数据进行配准获得环境的RGB+DEPTH四通道图像，将所述RGB+DEPTH四通道图像输入到卷积神经网络中，采用卷积神经网络的中间层输出作为首帧的特征提取结果；(2)采用(1)的方法获取连续N帧的特征提取结果；(3)将第N帧与第M帧的特征提取结果进行特征匹配，根据特征匹配结果判断闭环是否发生，其中M+1
-
公开(公告)号：CN106658023A
公开(公告)日：2017-05-10
申请号：CN201611191845.9
申请日：2016-12-21
Applicant: 山东大学
IPC: H04N19/503 , G01C22/00
Abstract: 本发明公开了一种基于深度学习的端到端视觉里程计及方法，包括级联的光流网络和帧间估计网络，所述光流网络根据数据集中图像序列中的相邻帧，选取输出光流向量和基准数据之间的光流端点误差为损失函数，进行网络训练后，将生成的光流输出，所述帧间估计网络以光流图像作为输入，基于六自由度输出位姿向量与基准数据之间的距离构建损失函数，迭代训练网络，进行帧间估计。本发明采用不同输入输出数据分别训练光流网络模块和帧间估计网络模块，最后将两者级联构成端到端的视觉里程计模块，再进一步深层次训练，优化参数。该层级化训练方法可以大幅降低训练时间，提高训练效率。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.076 seconds)
