-
公开(公告)号：CN117905677A
公开(公告)日：2024-04-19
申请号：CN202410071732.3
申请日：2024-01-18
申请人： 山西万家寨引黄水务集团有限公司 , 太原理工大学
摘要： 本发明属于水泵优化调度领域，一种基于非合作博弈的单级泵站流量优化调度方法，获取单级泵站每台水泵的流量、扬程和效率的实际运行数据，得到每台水泵的特性曲线即流量扬程特性曲线，流量效率特性曲线和装置特性曲线，根据流量扬程特性曲线和装置特性曲线确定每台水泵的工况点，根据流量效率特性曲线确定每台水泵的效率最高点，建立每台水泵的功率模型，结合分时电价、泵装置效率、电动机效率和变频装置效率，建立每台水泵的日运行电费最低数学模型；根据每台水泵的日运行电费最低数学模型，建立单级泵站的理论日运行电费最低数学模型。
-
公开(公告)号：CN114034312B
公开(公告)日：2024-03-26
申请号：CN202111306243.4
申请日：2021-11-05
申请人： 太原理工大学
摘要： 本发明公开了一种轻量级多解耦的视觉里程计实现方法，采用快速光流提取网络和动态语义提取网络得到光流特征和语义图；采用深度位姿网络得到深度位姿特征，其中通过特征融合网络将光流特征、语义图和位于某些中间层的深度位姿特征融合；解耦网络处理输出结果分别连接至全连接层网络，得到位姿数据，接至反卷积层网络得到深度图数据；轻量化网络结构设计用于特征提取。该方法将卷积神经网络应用于视觉里程计中，对静态像素更加敏感，减小全局位姿累积误差；使用特征融合网络将光流特征、深度位姿特征和语义图融合，减小了相对位姿数据误差，取得了更好的效果；视觉里程计实现方法计算量小，精度高，鲁棒性好。
-
公开(公告)号：CN117746461A
公开(公告)日：2024-03-22
申请号：CN202311731719.8
申请日：2023-12-15
申请人： 太原理工大学
摘要： 本发明涉及图像识别技术领域，尤其涉及面向矿井下多视角视频监控的跨模态行人重识别方法及系统，其步骤为，S1、获取有标注的行人数据集和无标注的待识别行人数据集；S2、构建ResNet50特征提取网络以及整体的网络模型，其包括相连接的中间模态生成模块、嵌入CBAM模块的ResNet50网络和引入广义平均池化层的特征水平映射分割层，通过广义平均池化层进行特征映射水平切割能保留对于判别任务更为重要的信息，使用分步式联合损失进行训练，提高模型对同一身份不同模态中心特征的识别；S3、加载有标注的行人数据集对构建好模型进行训练和特征提取，保存最优模型；S4、调用最优模型，在待识别行人数据集上进行行人匹配查询。
-
公开(公告)号：CN109934810B
公开(公告)日：2023-05-02
申请号：CN201910175852.7
申请日：2019-03-08
申请人： 太原理工大学
IPC分类号： G06T7/00 , G06T7/11 , G06T7/136 , G06T5/00 , G06V10/764 , G06V10/82 , G06N3/006 , G06N3/047 , G06N3/086 , G06N3/126
摘要： 本发明属于机器视觉检测技术领域，具体为一种基于改进粒子群小波神经网络的缺陷分类方法，解决了传统BP神经网络算法具有易出现收敛早熟、陷入局部极小值等的问题，本方法包括以下步骤：载入原始图像，灰度化和中值滤波处理，图像分割，计算缺陷特征向量，初始化粒子群，计算目标适应度值，评价每个粒子，更新每个粒子位置和速度，检验是否达到要求，输出最优解，最后进行图像的缺陷分类。所述方法加入变异因子，保证了算法的泛化能力；设置非线性权重因子，实现全局搜索和局部搜索灵活调整的目标；引入高斯加权的全局极值，有利于全局极值向最优解方向收敛，能够快速准确的对缺陷进行分类，分类结果更准确，效率更高。
-
公开(公告)号：CN114034312A
公开(公告)日：2022-02-11
申请号：CN202111306243.4
申请日：2021-11-05
申请人： 太原理工大学
摘要： 本发明公开了一种轻量级多解耦的视觉里程计实现方法，采用快速光流提取网络和动态语义提取网络得到光流特征和语义图；采用深度位姿网络得到深度位姿特征，其中通过特征融合网络将光流特征、语义图和位于某些中间层的深度位姿特征融合；解耦网络处理输出结果分别连接至全连接层网络，得到位姿数据，接至反卷积层网络得到深度图数据；轻量化网络结构设计用于特征提取。该方法将卷积神经网络应用于视觉里程计中，对静态像素更加敏感，减小全局位姿累积误差；使用特征融合网络将光流特征、深度位姿特征和语义图融合，减小了相对位姿数据误差，取得了更好的效果；视觉里程计实现方法计算量小，精度高，鲁棒性好。
-
公开(公告)号：CN109379220B
公开(公告)日：2021-06-15
申请号：CN201811181226.0
申请日：2018-10-10
申请人： 太原理工大学
IPC分类号： H04L12/24
摘要： 本发明涉及复杂网络关键节点簇挖掘方法，具体为基于组合优化的复杂网络关键节点簇挖掘的方法，解决现有方法技术指标单一化，节点挖掘所需费用高、传播范围有限、传播信息量不足，且没有考虑可达邻居节点中心性的加强作用的问题，步骤：一、建立输入网络模型；二、选取预处理网络节点的指标；三、计算初始关键节点簇与待优化节点簇；四、选取关键节点簇组合优化的目标函数；五、组合优化；六、输出关键节点簇。优点：对网络节点群进行预处理，选出有限节点进行组合优化，计算复杂度低；考虑多种指标，对网络节点进行预处理并对所得节点进行组合优化；挖掘所需费用少、传播范围广、传播信息量多、考虑可达邻居对节点属性的增强作用的关键节点簇。
-
公开(公告)号：CN112395961A
公开(公告)日：2021-02-23
申请号：CN202011198244.7
申请日：2020-10-31
申请人： 太原理工大学
摘要： 一种洒水车视觉主动行人避让及水压自适应控制方法，包括步骤：一、双目摄像头采集实时视频处理后得到采集图像L和采集图像R；二、通过采集图像L和采集图像R进行双目立体匹配获得视觉差图；三、将采集图像L和采集图像R分别送入神经网络矩形行人检测并将检测结果进行行人目标一致性检验；四、行人目标一致性检验与视觉差得到行人深度信息；五、利用行人深度信息送入PID算法进行水压实时自适应控制；六、发送相关数据到监控单元。本发明实施例的技术方案实现了实时对视频进行处理、检测行人与定位、自适应控制水压，实现主动避让行人功能，其设计解决当前洒水车主动行人避让及水压自适应控制问题，便于推广使用。
-
公开(公告)号：CN107942682B
公开(公告)日：2020-10-30
申请号：CN201711400399.2
申请日：2017-12-22
申请人： 太原理工大学
IPC分类号： G05B13/04
摘要： 非高斯系统的动态经济性能优化与控制一体化设计方法，属于随机系统优化控制领域，包括：步骤一、非高斯扰动下的非线性随机系统模型；步骤二、建立两层动态优化控制框架结构；步骤三、基于统计信息的性能指标选取；步骤四、动态经济性能优化与模型预测控制器设计。本发明与传统的两层RTO‑MPC在上层采用稳态模型相比，本发明充分考虑了过程的动态特性，强调所得最优设定轨迹的可达性，更具有实际工程意义。
-
公开(公告)号：CN110598370A
公开(公告)日：2019-12-20
申请号：CN201910993971.3
申请日：2019-10-18
申请人： 太原理工大学
摘要： 本发明提出了一种基于SIP和EKF相融合的姿态解算方法，属于无人机状态估计领域，主要用于解决捷联惯性测量单元(IMU)噪声大、精度低的缺点和常规的姿态解算算法精度不高等问题。针对多旋翼无人机的姿态估计问题，还提出了一种利用机载摄像机进行姿态估计的方法。然而，EKF的精度和鲁棒性在一定程度上受到现有的适用于许多刚体的线性恒速过程模型的限制。为此，本发明提出了一种具有多旋翼无人机特点的非线性恒速过程模型，在考虑EKF实现的基础上，进一步设计了一种能够处理任意数量特征点的通用对应方法。所提出的SIP和EKF相融合的方法比现有的滤波方法具有更好的抗噪声和抗遮挡能力，并有效提高了姿态角的解算精度。
-
公开(公告)号：CN109190638A
公开(公告)日：2019-01-11
申请号：CN201810902594.3
申请日：2018-08-09
申请人： 太原理工大学
摘要： 本发明公开了一种基于多尺度局部感受野在线顺序极限学习机的分类方法，属于图像处理领域，主要应用于图像分类，它主要包含两个部分，分别为：基于多尺度局部感受野的初始学习阶段以及基于多尺度局部感受野的在线学习阶段。本发明基于多尺度局部感受野在线顺序极限学习机的算法（MSLRF+OSELM）用于分类，它不仅可以使用在线生成的图像数据进行动态训练，而且可以通过多尺度局部感受野提取高度代表性的复杂纹理的特征，从而大大提高了分类的精度，具有很好的实际使用价值。
-
-
-
-
-
-
-
-
-
搜索结果
128 条记录 (耗时 0.036 秒)
