-
公开(公告)号:CN116773901A
公开(公告)日:2023-09-19
申请号:CN202310519565.X
申请日:2023-05-08
申请人: 浙江工业大学 , 华立科技股份有限公司
IPC分类号: G01R21/00 , G01R21/06 , G06F18/213 , G06F18/23213 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F123/02
摘要: 一种基于K均值和改进AlexNet的非侵入式负荷事件检测方法,包括:首先对电器的功率数据进行加噪、中值滤波、归一化操作,丰富数据信息,加强数据区分度,降低过拟合风险;然后,以一定大小的窗口对处理后数据进行采样,每个窗口内的数据作为一个事件,利用K均值聚类算法结合动态时间规整算法,自动聚类各个不同的事件并添加对应的标签;最后,设计了一种改进AlexNet网络模型,使用聚类后的数据加以训练,利用卷积神经网络强大的特征提取能力来区分各类电器的起、停事件,把变点检测问题转化为分类问题。本发明所提出的方案识别效果好、模型参数量少,提高了非侵入式负荷事件检测的准确率、降低了检测算法所占用的硬件资源,具有较高的应用价值。
-
公开(公告)号:CN118279387A
公开(公告)日:2024-07-02
申请号:CN202410266165.7
申请日:2024-03-08
申请人: 浙江工业大学
IPC分类号: G06T7/70 , G06T7/246 , G06T5/90 , G06T5/40 , G06T5/60 , G06N3/0495 , G06T7/50 , G06N5/04 , G06T17/05
摘要: 本发明公开了一种视觉退化环境下的单目红外SLAM方法,首先,对红外图像进行处理,丰富图像中所携带的信息。其次,在初始化阶段对图像帧进行跟踪,通过其和参考帧之间的数据关联给出粗略的位姿估计。然后,在跟踪阶段对图像帧进行跟踪,获取粗略位姿估计并优化其尺度参数,缓解其尺度漂移。优化尺度参数后,创建关键帧和地图点并对其状态进行滑动窗口优化。最后通过神经网络进行深度估计并利用CUDA库进行场景重建。本发明中提出的红外单目SLAM方法,在保证较为鲁棒的运行的基础上,具有计算消耗小等优点,具有实现资源受限的嵌入式设备部署的潜力。
-
公开(公告)号:CN118210885A
公开(公告)日:2024-06-18
申请号:CN202410111963.2
申请日:2024-01-25
申请人: 浙江工业大学
IPC分类号: G06F16/332 , G06N3/0464 , G06F18/214 , G06F18/22
摘要: 本发明公开了一种应用于问答系统的基于子图分解和无监督检索的两阶段知识库问题生成方法,包括:采用转换规则将SPARQL查询语句转换为查询子图;设计子图分解器将查询子图分解为主干子图和枝干子图集;利用Bert+TextCNN模型预测问题疑问词;使用KBQA数据集构建主干问题生成数据集和问题重写数据集;设计无监督相似样本检索器,从构建的数据集中检索相似样本,以构建任务集;利用任务集,通过MAML算法训练主干问题生成模型和问题重写模型,主干问题生成模型利用主干子图和预测疑问词生成主干问题,问题重写模型利用枝干子图集对主干问题迭代改写,从而实现两阶段知识库问题生成,为问答系统构建问答数据集。
-
公开(公告)号:CN118172256A
公开(公告)日:2024-06-11
申请号:CN202410266080.9
申请日:2024-03-08
申请人: 浙江工业大学
IPC分类号: G06T5/50 , G06V10/52 , G06V10/44 , G06V10/424 , G06V10/74 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于局部与全局信息交互的快速红外与可见光图像融合方法及电子设备和存储介质,首先,利用多通道卷积神经网络对输入图像进行显著特征和多尺度局部特征的提取。其次,引入基于自适应Transformer的全局互补特征提取模块对通道中图像的全局互补信息进行提取。然后,通过加权组合的方式对提取的多通道特征进行融合。最后通过重建网络对融合结果进行图像重构。为了保证融合图像中包含更多的语义信息,设计了语义对抗机制,提高融合结果的语义丰富度。本发明中提出的红外与可见光图像融合网络,在保证良好的融合性能前提下,具有计算消耗小、模型参数量较低的优点,具有实现资源受限的嵌入式设备部署的潜力。
-
公开(公告)号:CN118100116A
公开(公告)日:2024-05-28
申请号:CN202410092800.4
申请日:2024-01-23
申请人: 浙江工业大学
摘要: 本发明公开了一种DoS攻击下基于预测控制的直流微电网恒压控制方法,包括:将直流微电网系统中二次控制的动力学模型转化为系统线性状态空间方程,用牛顿—欧拉法将系统线性状态空间方程离散,得到离散化后的方程;在离散化后的方程引入DoS攻击模型,选择改进后的模型的通信通道中最大连续DoS攻击次数;根据改进后的模型的通信通道中最大连续DoS攻击次数,提供对DoS攻击下直流微电网安全数据传输策略。本发明结合安全传输方案和安全预测控制器,实现了DoS攻击下直流微电网母线电压的渐近稳定。最后,通过对直流微电网的仿真验证了所提安全预测控制方法的有效性。
-
公开(公告)号:CN113729723B
公开(公告)日:2024-02-02
申请号:CN202111109834.2
申请日:2021-09-18
申请人: 浙江工业大学
摘要: 本发明公开了一种基于ResNet‑50和迁移学习的心电信号质量分析方法及装置,方法包括利用ImageNet数据库中的图片对ResNet‑50神经网络进行预训练;采集心电信号数据;对所采集的心电信号数据进行去噪处理;将去噪处理后的心电信号数据转化为二维图片;基于转化后得到的二维图片对预训练的ResNet‑50神经网络进行训练,得到最终的信号质量分析模型;采用信号质量分析模型对实时采集的心电信号数据进行分类,输出心电信号质量等级,完成对心电信号的质量分析。本发明能够有效提高心电信号筛选效率和准确率。
-
公开(公告)号:CN115689062B
公开(公告)日:2023-04-07
申请号:CN202211713246.4
申请日:2022-12-30
申请人: 浙江工业大学
摘要: 本发明公开了一种基于快速在线迁移神经网络的光伏输出功率预测方法,所述方法包括获取两不同地域的在预设历史时间段内的光伏输出功率、气象数据、光伏发电设备数据,分别作为源域数据与目标域数据,并进行相关性分析以对源域数据与目标域数据进行筛选;将源域数据和部分目标域数据分别输入至源域模型和目标域模型进行训练,从训练好的源域模型和目标域模型中提取通用特征;构建光伏输出功率预测模型,对通用特征进行预测回归,预测得到光伏输出数据。本发明降低了光伏输出功率预测模型的训练成本,使得模型在缺乏历史功率输出数据的场景下高效地预测光伏输出功率。
-
公开(公告)号:CN114970625A
公开(公告)日:2022-08-30
申请号:CN202210563726.0
申请日:2022-05-23
申请人: 浙江工业大学
摘要: 基于全分量小波下采样的深度卷积神经网络无线调制信号识别方法,通过设计深度卷积神经网络下的多阈值全分量小波下采样模块,用离散小波变换方法将目标信号分解为多个不同频率分量的子信号,保留目标信号特征低频和高频信息,用全分量小波下采样代替传统的卷积最大池化操作;遵循自适应软阈值去噪规则,构建多阈值通道结构,实现多阈值去噪;利用全局损失协同优化子网参数。本发明针对不同频率无线调制信号识别中的信息丢失和去噪问题,设计了一种新的信号提取方法,相比于现有的信号提取方法,该方法提高了无线调制信号识别的精度。
-
公开(公告)号:CN113413564B
公开(公告)日:2022-06-28
申请号:CN202110593625.3
申请日:2021-05-28
申请人: 浙江工业大学
摘要: 本发明公开了一种消防机器人火源定位及灭火控制方法,消防机器人的顶部等高度安装有两个热成像模组相机,消防机器人的一侧安装有水枪,并且水枪上安装有一个热成像模组相机。本发明基于像素点进行火源识别,相对于图像识别或目标检测而言,对火源的识别速度更快;并且在识别到火源以后根据消防机器人顶部的热成像模组相机进行火源粗定位,再根据水枪上的热成像模组相机进行火源精确定位,保证了对火源定位的准确性;最后在精确定位到火源后,考虑到水枪实际喷水路径调整火源在水枪对应的热成像图像中处于中间偏下位置,以保证实际灭火效果。
-
公开(公告)号:CN110568140B
公开(公告)日:2021-10-29
申请号:CN201910711098.4
申请日:2019-08-02
申请人: 浙江工业大学
摘要: 一种基于机器仿生鱼的污染源探查定位方法,首先建立一般多模态水体污染扩散模型;将机器仿生鱼随机放置到水域中,初始化参数;进行水质检测获得并共享位置信息与污染物浓度,更新节点最大浓度值,以初始随机位置为初始局部最优值,得到全局最优值;以全局最优值的位置为模拟污染源原点运行一般多模态水体污染源扩散模型,获得当前位置的污染物浓度并计算信息素浓度;根据下一跳节点公式,选择机器仿生鱼下一跳节点,并计算节点转移概率,判断节点是否转移;机器仿生鱼移动到下一位置,重复以上步骤,继续更新各机器仿生鱼的坐标、局部最优值以及全局最优值,直到满足条件,全局最优值的坐标即为污染源位置。本发明具有很好的稳定性,定位准确。
-
-
-
-
-
-
-
-
-