-
公开(公告)号：CN117523426A
公开(公告)日：2024-02-06
申请号：CN202311448579.3
申请日：2023-11-02
申请人： 湖北工业大学
摘要： 本发明提供了一种融合特征金字塔的低空目标检测算法，包括如下步骤：S1：使用采集的视频段进行低空目标数据集的搭建，所述数据集包括训练集和测试集；S2：采用Swin Transformer骨干网络中加入特征融合结构，构建融合特征金字塔的低空目标检测网络模型；S3：使用训练集图像对融合特征金字塔的低空目标网络模型进行训练；S4：使用步骤S3中训练好的融合特征金字塔的低空目标网络模型对测试集图像进行检测，得到图像目标检测结果。本发明采用Swin Transformer骨干网络，在提高检测精度的同时，基本保证了检测实时性；相对于SSD算法改善了背景干扰带来的漏检、错检问题，对小目标的检测能力得到了提升。
-
公开(公告)号：CN115879152A
公开(公告)日：2023-03-31
申请号：CN202211578970.0
申请日：2022-12-05
申请人： 湖北工业大学
摘要： 本发明提供了一种基于最小均方误差准则的自适应隐私保护方法、装置及系统，自适应包含自适应选择最佳的扰动方法以进行数据扰动和自适应选择最佳的扰动概率以输出扰动数据，该方法不仅实现了个性化隐私保护，并且通过加权聚合可获得更高的数据效用。其中，基于最小均方误差推导两种经典本地化差分隐私技术——basic RAPPOR技术和k‑RR技术的自适应边界，本地端的参与者基于该自适应边界自适应地从上述两种本地化差分隐私技术中选择一种作为最佳的数据扰动方法，并根据隐私需求自适应选择最佳的扰动概率进行扰动输出。此外，本发明给出了一种多重扰动的数据扩展策略，在不泄露额外隐私的情况下等效地增加了某些高隐私需求的子群体的样本量，从而进一步提高统计估计的准确性。
-
公开(公告)号：CN115494401A
公开(公告)日：2022-12-20
申请号：CN202211417093.9
申请日：2022-11-14
申请人： 湖北工业大学
IPC分类号： G01R31/367
摘要： 本发明涉及电池状态估计技术，具体涉及一种基于信息融合的动力电池云端数据清洗方法，包括以下步骤：输入电池的SOC序列和电压矩阵；判断当前循环次数是否超过额定值确定执行步骤；构建初步SOC‑V曲线；通过二次函数拟合构建SOC‑V曲线；使用信息融合的方法将当前测量值和SOC‑V曲线结合得到电池电压估计值。该方法结合动力电池历史数据和传感器测量数据估计出更加接近电池实际工况的数据，减弱信号传输过程中的随机扰动和测量误差对电池数据质量的影响，为动力电池的状态估计和故障预警技术提供助力。
-
公开(公告)号：CN118397687A
公开(公告)日：2024-07-26
申请号：CN202410355394.6
申请日：2024-03-27
申请人： 湖北工业大学
IPC分类号： G06V40/20 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/045
摘要： 本发明提供了一种基于加权融合模型的下肢外骨骼人体运动模式识别方法，包括以下步骤：采集多名穿戴下肢外骨骼的受试者在不同运动模式下行走的运动特征数据后进行组合，以构建运动特征数据集；构建神经网络模型并训练；将TCN模型和GRU模型输出加权融合得到目标函数；对目标函数的权重系数优化得到AWF‑IPTGNet模型并训练后，将训练结果转换为多任务识别的概率分布，输出最终的运动模式识别结果。使用IPSO优化算法自适应调节神经网络模型中TCN模型和GRU模型的参数后，通过将TCN模型和GRU模型输出得到的均方根误差RMSE加权融合得到目标函数，可以快速自适应不同受试者的运动特点，提高模型的鲁棒性与泛化性。
-
公开(公告)号：CN114492639B
公开(公告)日：2024-07-26
申请号：CN202210095356.2
申请日：2022-01-26
申请人： 湖北工业大学
IPC分类号： G06F18/22 , G06N3/09 , G06F18/214
摘要： 本发明涉及运动意图识别技术，具体涉及一种基于足底压力和曲线相似的人体运动意图识别的方法，包括对步态相位分类及自定义步态事件；根据三种步态事件的发生确定步态运动意图识别流程；在运动意图识别的过程中，核心建立三种不同的步态事件曲线相似性模型及其计算方法；利用有监督学习方式，有限训练样本和演化计算搜索曲线模板模型参数，将收集的步态数据进行标注，用于模板模型的训练和测试。该方法提出了一种新的步态相位分类，每个曲线相似模型的参数都是由训练数据所确定，代表一种模式分类的同时，也代表了一种虚拟的模板曲线及参数分布。具有识别准确率较高，且所有参数自动适应不同运动速度和体重的个体，适应性更强。
-
公开(公告)号：CN118203324A
公开(公告)日：2024-06-18
申请号：CN202410355346.7
申请日：2024-03-27
申请人： 湖北工业大学
IPC分类号： A61B5/11 , A61B5/0507 , A61B5/00
摘要： 本发明提供了一种基于毫米波雷达和三维FFT的下肢运动状态识别方法，包括：对接收的毫米波雷达进行距离维FFT处理得到距离峰值后，通过峰值搜索得到地面上位于扫描范围内的所有目标的距离信息；进行脉冲维FFT处理得到多普勒频移信息后，将多普勒频移信息映射到地面，分别找到地面上位于正、负、零多普勒频率区域共三个通道中距离最小的目标单元；对三个通道中距离最小的目标单元进行角度维FFT处理，以分别确定三个通道中距离最小的唯一目标，并利用该目标建立一平面；以所述平面中距离最大的目标作为判断所述雷达装置相对于其远离或靠近的参照基准，从而识别用户的运动状态。该方案能够从地形中找到合适的目标，以判断用户的运动状态。
-
-
公开(公告)号：CN115494418A
公开(公告)日：2022-12-20
申请号：CN202211462784.0
申请日：2022-11-22
申请人： 湖北工业大学
IPC分类号： G01R31/396 , G01R31/3835 , G01R31/378 , G01R31/367
摘要： 本发明涉及一种基于时间序列分解算法的锂电池单体异常检测方法及系统，该技术方案利用时序分解算法对采集得到的电池电压数据进行分解，以获得电池电压的趋势项分量（Trend Component）。随后提取出趋势项分量，计算相邻电池单体的趋势项分量的余弦相似度，并与设定阈值进行比较，可以实时检测锂电池故障，快速准确的识别出异常单体电池。本发明的有益效果是：（1）基于时间序列分解算法，获得各单体电池电压的趋势项分量，可以有效剔除噪声和残余项的干扰；（2）采用了余弦相似度算法，能够实现在线实时的电池故障检测，计算速度快，准确率高。
-
公开(公告)号：CN115034336A
公开(公告)日：2022-09-09
申请号：CN202210953893.6
申请日：2022-08-10
申请人： 湖北工业大学
IPC分类号： G06K9/62 , G01R31/3835 , G01R31/396 , G01R31/367 , G01R31/52
摘要： 本发明涉及一种数据驱动的动力电池内短路预警方法及系统，该技术方案包含基于电压数据的广义无量纲指标的设计（Generalized dimensionless indicator，GDI）、基于广义无量纲指标的局部离群因子（Local outlier factors，LOF）计算和根据局部离群因子计算结果判断是否报警。利用动力电池云端大数据平台在线实时预警可以准确、及时地对动力电池组中各单体电池进行监控，有效助力动力电池安全运行。本发明的有益效果是：（1）基于云端大数据平台的动力电池实际运行数据，实现动力电池早期内短路故障的准确定位。（2）设计的广义无量纲指标能有效降低实际工况下数据噪声带来的计算误差，对数据质量的要求低、鲁棒性高。
-
公开(公告)号：CN114942386A
公开(公告)日：2022-08-26
申请号：CN202210854833.9
申请日：2022-07-20
申请人： 湖北工业大学
IPC分类号： G01R31/367 , G01R31/3842
摘要： 本发明属于电池系统的故障检测领域，具体涉及一种动力电池故障在线检测方法及系统。具体包括：设置滑动窗口长度并获取电池实时数据；确定电池使用状态；提取电池放电电压数据进行数据清洗；进行经验模态分解并提取分解后的残差值；计算香农熵权重法下各单体得分；确定各电池单体的得分结果的改进Z‑分数；判断是否发生故障；重新采集下一滑动窗口的数据。本发明一方面可基于电池系统的实时电压数据进行在线故障检测和异常单体定位及预警；另一方面计算较为简单、可在线应用、适合工程应用。
-
-
-
-
-
-
-
-
-
搜索结果
36 条记录 (耗时 0.034 秒)
