一种冻结空心圆柱试样切削制样仪

    公开(公告)号:CN117030405A

    公开(公告)日:2023-11-10

    申请号:CN202311191503.7

    申请日:2023-09-15

    IPC分类号: G01N1/28 G01N1/08

    摘要: 本发明涉及土试样切削领域,尤其涉及一种冻结空心圆柱试样切削制样仪,其特征在于,包括主架,所述主架顶端固定连接有试样转动机构,冻土试样设在所述主架中部,所述冻土试样与所述试样转动机构卡接,所述冻土试样内侧设有内拓孔机构,所述冻土试样外侧设有外切削机构;利用这些结构,实现了一种能够对冻土样本的内外同时进行加工,节约加工时间,并且利用冻土样本的自转与内切机构的转动得到更好的切削面,对冻土样本的几何形状有着很好的控制效果,同时,内切机构与外切削机构可以方便地调整刀片的位置,便于微调切削形状。

    视觉惯性数据深度融合的定位方法及装置

    公开(公告)号:CN109238277A

    公开(公告)日:2019-01-18

    申请号:CN201810860266.1

    申请日:2018-08-01

    申请人: 清华大学

    发明人: 程农 李建 李清

    IPC分类号: G01C21/16

    摘要: 本发明公开了一种视觉惯性数据深度融合的定位方法及装置,其中,方法包括以下步骤:步骤S1:在初始时刻将系统置于静止状态,采集初始化时间段内加速度计的测量值和陀螺仪的测量值,以估计系统的初始状态;步骤S2:在得到初始状态后,根据加速度计的测量值和陀螺仪的测量值对系统状态进行传播,并对系统的协方差矩阵进行更新;步骤S3:在获取到图像以后,利用IMU辅助的外点剔除方法跟踪特征点;步骤S4:对于跟踪失败的特征点,根据视觉测量信息构建视觉测量,并对系统状态进行更新。该方法充分利用了视觉惯性融合系统中的多种传感器数据,能有效地利用IMU数据来提升跟踪的效果、效率,能够实时、准确的估计系统的位姿。

    基于小波包-神经网络的风光功率预测方法

    公开(公告)号:CN106446494A

    公开(公告)日:2017-02-22

    申请号:CN201610311932.7

    申请日:2016-05-11

    IPC分类号: G06F19/00 G06N3/02

    CPC分类号: G06F19/00 G06N3/02

    摘要: 本发明涉及风光发电技术领域,是一种基于小波包-神经网络的风光功率预测方法,包括以下步骤:首先分析天气预报数据以及历史数据,评估其对光伏功率预测精度的影响;其次分析自然环境中包括:温度、湿度以及气压等因素对风功率预测精度的影响;之后通过对该数据进行小波包分解,得到气象因素序列以及风光有功功率序列的不同频率分量序列,使其对各时空尺度上的变化特性表征更为精确;其中低频分量、高频分量分别从轮廓和细节两个尺度映射了预测对象内在变化规律,之后针对各序列分量建立多个BP网络进行预测,最后将各网络预测输出重构得出完整预测结果。本发明改善了对风光功率变化特性的映射能力,并有效提高了风光功率的预测精确度。

    孤网自励磁判别方法
    4.
    发明授权

    公开(公告)号:CN102157935B

    公开(公告)日:2013-03-20

    申请号:CN201110063869.7

    申请日:2011-03-17

    IPC分类号: H02J3/00 G01R31/00

    摘要: 本发明公开了一种孤网自励磁判别方法,主要涉及电力系统领域。其包括以下步骤:测量孤网系统的实时频率f;根据孤网系统的系统参数以及所述实时频率f,计算孤网系统的判据容量SN判据;若孤网系统发电机额定容量SN大于所述判据容量SN判据,则判定孤网系统不会发生自励磁,否则,孤网系统会发生自励磁;输出上述判定结果。该判别方法,仅利用孤网系统的固有电气参数和其实时频率值,可快捷地预判孤网系统是否会自励磁,能够有效避免电力设备损害事故。

    “北斗一号”卫星导航系统与GPS互备授时方法及装置

    公开(公告)号:CN1609628A

    公开(公告)日:2005-04-27

    申请号:CN200410009685.2

    申请日:2004-10-20

    摘要: BD与GPS互备授时的方法及其装置,属于电力系统自动化技术领域,其特征在于:BD分脉冲和GPS秒脉冲引入单片机,并与经过倍频后的振荡计数比较,可获得晶振整分时钟与BD整分时钟之间的累积误差以及晶振秒时钟与GPS秒时钟之间的累积误差;每秒间隔使用互备授时算法由上一步得到的偏差数据序列估计出晶振时钟相对标准时钟的偏差;再根据估计出的偏差值确定代表下一秒时间间隔的晶振振荡次数并写入计数器;当倍频后的振荡计数与计数器中的值相等时,形成并输出精确的秒脉冲。同时,提出了相应的装置。采用本发明可大大增强同步授时的持久可靠性和抗干扰能力,能够提供高精度的秒授时信息。

    基于可见光和红外多光谱的车辆轮轴单点测温装置和方法

    公开(公告)号:CN107560753B

    公开(公告)日:2024-01-09

    申请号:CN201710900600.7

    申请日:2017-09-28

    申请人: 清华大学

    IPC分类号: G01K11/00 G01J5/10

    摘要: 本发明提供一种基于可见光和红外多光谱的车辆轮轴单点测温装置和方法,所述装置包括红外多光谱传感器、线阵可见光传感器和光谱测温仪;所述线阵可见光传感器用于扫描车辆轮轴表面待测温目标点所在的目标区域,获得目标区域的可见光图像;所述红外多光谱传感器基于目标区域的可见光图像定位待测温目标点,并采集目标点的红外多光谱辐射强度数据;所述光谱测温仪用于对红外多光谱辐射强度数据处理得到目标点的温度。采用红外多光谱测量与可见光成像测量相结合的测量方式;通过目标的红外多光谱辐射强度的测量,实现轮轴表面目标点温度的测量;通过主动光源照射下的可见光成像,实现轮轴测温目标点的实时定位。

    特征评估模型的训练方法及装置

    公开(公告)号:CN113408582B

    公开(公告)日:2023-08-29

    申请号:CN202110534948.5

    申请日:2021-05-17

    IPC分类号: G06F18/214

    摘要: 本说明书实施例提供一种特征评估模型的训练方法及装置,在特征评估模型的训练方法中,获取初始样本集,其中包括N个具有D维特征的业务对象样本。采用特征重要度评估算法,基于初始样本集,确定D维特征各自的初始重要度,并将其作为D维特征各自的标注标签。对于D维特征中的每项特征,根据对应的统计信息,确定该特征的元特征。将D维特征中多项特征各自的元特征输入特征评估模型,得到多项特征各自的预测重要度。根据多项特征的真实相对排序以及预测重要度,调整特征评估模型的参数,其中该真实相对排序根据多项特征各自的标注标签而确定。

    特征评估模型的训练方法及装置
    9.
    发明公开

    公开(公告)号:CN113408582A

    公开(公告)日:2021-09-17

    申请号:CN202110534948.5

    申请日:2021-05-17

    IPC分类号: G06K9/62

    摘要: 本说明书实施例提供一种特征评估模型的训练方法及装置,在特征评估模型的训练方法中,获取初始样本集,其中包括N个具有D维特征的业务对象样本。采用特征重要度评估算法,基于初始样本集,确定D维特征各自的初始重要度,并将其作为D维特征各自的标注标签。对于D维特征中的每项特征,根据对应的统计信息,确定该特征的元特征。将D维特征中多项特征各自的元特征输入特征评估模型,得到多项特征各自的预测重要度。根据多项特征的真实相对排序以及预测重要度,调整特征评估模型的参数,其中该真实相对排序根据多项特征各自的标注标签而确定。

    基于众包的高效分类系统及其创建、使用方法

    公开(公告)号:CN112101419A

    公开(公告)日:2020-12-18

    申请号:CN202010824572.7

    申请日:2020-08-17

    申请人: 清华大学

    IPC分类号: G06K9/62 G06N5/00

    摘要: 本发明公开了一种基于众包的高效分类系统及其创建、使用方法,其中,该系统包括:学习模块,用于通过在线学习方法以及在在线学习方法中加入记忆窗口的拓展方法来学习类别权重分布;优化模块,用于根据已有或学习模块学习到的学习类别权重,运用贪心算法逐层构建决策树,作为询问策略;众包模块,用于生成优化模块中选择出的问题节点对应的众包问题,将众包问题发布到众包平台以收集聚合答案,实施询问策略。