-
公开(公告)号：CN118226297A
公开(公告)日：2024-06-21
申请号：CN202410447020.7
申请日：2024-04-15
Applicant: 西北工业大学
IPC: G01R31/387 , G01R31/367 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于空间注意力和卷积LSTM的锂电池SOC估计方法，包括：获取锂电池的运行数据；将空间注意力机制引入LSTM神经网络结构中，基于所述空间注意力机制和所述运行数据，计算得到注意力分布系数；基于所述注意力分布系数，得到注意力机制重置后的输入信息；将卷积模块引入LSTM神经网络结构中，基于所述卷积模块，提取所述LSTM神经网络中输入层与隐藏层的耦合信息；基于所述耦合信息依次输入LSTM神经网络结构中，得到隐藏层输出结果；基于所述隐藏层输出结果，得到锂电池健康状态的评估结果。本发明不仅考虑了时间步长之间的特征相关性，还引入了数据的空间相关性信息，提高了模型的估计准确度。
-
公开(公告)号：CN117951379A
公开(公告)日：2024-04-30
申请号：CN202410130577.8
申请日：2024-01-30
Applicant: 西北工业大学
IPC: G06F16/9535 , G06F16/36 , G06F40/186 , G06F16/33
Abstract: 本发明公开一种用户兴趣深度挖掘与多层次可解释性推荐方法和装置，包括以下步骤：步骤S1、根据用户的历史交互数据，得到用户兴趣特征；步骤S2、根据用户兴趣特征，得到用户兴趣图谱；步骤S3、根据用户兴趣图谱和提示模板，得到符合用户兴趣的候选物品；步骤S4、根据候选物品，得到具有吸引力和可解释性的推荐文案。采用本发明的技术方案，可以捕捉并表示用户的多层次兴趣，同时生成具有可解释性的推荐文案。
-
公开(公告)号：CN117951378A
公开(公告)日：2024-04-30
申请号：CN202410130206.X
申请日：2024-01-30
Applicant: 西北工业大学
IPC: G06F16/9535 , G06F40/186 , G06F17/16
Abstract: 本发明公开一种上下文语境提示的数据生成推荐方法和装置，包括：步骤S1、根据推荐任务，得到多token文本序列模板；步骤S2、根据多token文本序列模板，得到包含用户兴趣和物品特征的文本序列；步骤S3、根据文本序列，构建user‑item稠密交互矩阵；步骤S4、根据user‑item稠密交互矩阵进行用户兴趣的推荐。采用本发明的技术方案，以解决推荐系统中的数据稀疏和冷启动问题。
-
公开(公告)号：CN117313440B
公开(公告)日：2024-01-26
申请号：CN202311617876.6
申请日：2023-11-30
Applicant: 西北工业大学
IPC: G06F30/20 , G16C60/00 , H01M10/62 , H01M6/50 , G06F113/26 , G06F119/08
Abstract: 为解决现有技术难以兼顾水下装备的高航速、远航程、安全性、受限空间和轻量化性能的问题，本发明提供一种基于热管理性能定量评价的水下装备电池组设计方法，在满足不超过装备电池舱段最大设计质量的前提下，首先为水下装备的单个电池组单元配置不同质量被动热管理组件并开展放电实验，以被动热管理组件的重量和单个电池组单元的放电可用能量作为评价指标，基于评价结果为单个电池组单元匹配最佳热管理组件及确定相应的电池组单元的可用能量密度；然后用水下装备电池组设计要求的总能量除以配置最佳热管理组件后单个电池组单元的可用能量密度和质量，即得到满足水下装备设计要求所需电池组单元的数目，且不会造成电池组单元和热管理组件的冗余。
-
公开(公告)号：CN117310509A
公开(公告)日：2023-12-29
申请号：CN202311622399.2
申请日：2023-11-30
Applicant: 西北工业大学
IPC: G01R31/367 , G01R31/396
Abstract: 为解决现有方法无法准确获取水下装备电池组状态参量而不利于对水下装备电池组的效能及安全性精确把控的问题，本发明提供了一种水下装备电池组全服役周期内状态参量的获取方法。本发明充分考虑了水下装备电池组的全服役周期、深远海环境压力和温度对电池组状态参量的耦合影响，提高了所获取的全服役周期电池组状态参量的准确度；此外，考虑到预置待机准备阶段会对电池内阻和荷电状态产生影响，因而在工作巡航阶段将完成存储实验且将实验条件一致的电池作为一个实验组开展电池参数测量实验，并基于电池参数测量实验数据建立单体电池的开路电压、内阻与不同参数的多参数耦合关联式，保证了后续获取工作巡航阶段电池的开路电压和电流的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115131760A
公开(公告)日：2022-09-30
申请号：CN202210838154.2
申请日：2022-07-17
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于改进特征匹配策略的轻量级车辆追踪方法，使用多个公开车辆重识别数据集对特征匹配模块进行训练，提升模型特征提取能力；通过使用度量学习的损失函数，在不增加模型复杂度的情况下有效提升模型特征匹配能力；使用更加轻量的ShuffleNetV2网络，以达到降低模型参数的效果；最终通过多个模块对性能的不同提升实现更稳定的实时车辆追踪。本发明有效降低跟踪算法特征匹配部分的网络参数量，从而有效提升跟踪算法的实时性，在保证跟踪准确度的同时，大大降低了模型的复杂度，具有轻量级的特点，具备实时性，保证了接入实际视频流进行实时跟踪车辆时，模型能够稳定高效的运行，具有广阔的应用前景。
-
公开(公告)号：CN113420819A
公开(公告)日：2021-09-21
申请号：CN202110723096.4
申请日：2021-06-25
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于CenterNet的轻量级水下目标检测方法，在水下拍摄目标图像，将目标图像制作为数据集，将数据集分为训练集和测试集，并对训练集进行标注，选择ResNet18作为特征提取网络，搭建特征金字塔进行多尺度特征融合，并输出融合后图像大小最大的特征图至检测头中，使用CenterNet算法对训练集中的图像及标注的信息进行深度学习的训练，得到训练后的模型，进行目标检测，获取图像中待检测目标的分类信息和位置信息。本发明更加轻量化，适用于嵌入式设备中，目标检测精度较高，进一步提升了对水下光学图像中多尺度目标的检测精度，减少了部分所需的计算量，增加了推理速度，使算法更加轻量化、实时化。
-
公开(公告)号：CN112696843A
公开(公告)日：2021-04-23
申请号：CN202110020670.X
申请日：2021-01-08
Applicant: 西北工业大学
Abstract: 本发明公开了一种压缩液态制冷剂的喷射式制冷装置；压缩液态制冷剂的喷射式制冷装置由余热循环回路、制冷循环回路和制冷模块组成；余热循环回路中能量通过热管从余热热源传递至余热锅炉，气态制冷工质通过喷管降压增速与蒸发器中的气态制冷工质混合喷射至冷凝器中冷凝；微型高压泵为部分凝结的液态制冷工质增压，输送至余热锅炉中，另一部分液态制冷工质通过减压节流阀膨胀降压，输送至蒸发器，蒸发器通过散热装置加强与冷藏室空气换热，迅速降低冷藏室空气温度。本发明与现有的制冷装置相比，将余热利用进行制冷，在余热循环回路中压缩液态制冷剂为循环回路提供制冷工质流动动力，整套系统结构简单、绿色环保，仅有微型高压泵消耗高品质能量，压缩液态制冷剂使压缩能耗更低，制冷效果更佳且安全可靠。
-
-
公开(公告)号：CN113689464B
公开(公告)日：2024-09-06
申请号：CN202110800081.3
申请日：2021-07-09
Applicant: 西北工业大学
IPC: G06T7/246 , G06V10/62 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/082 , G06N3/084 , G06N3/048
Abstract: 本发明提供了一种基于孪生网络的自适应多层响应融合的目标跟踪方法，构建一个具有残差通道注意力裁剪模块的深度孪生神经网络，将目标图像和搜索图像输入到深度孪生神经网络对应的目标模板分支和搜索区域分支，目标图像和搜索图像经过深度孪生神经网络分别生成对应的特征图，在搜索区域分支对应的特征上做卷积操作，得到得分图，对得分图做融合相加操作，最终得到融合得分图，通过调节深度孪生神经网络的超参数，得到优化后的深度孪生神经网络，通过深度孪生神经网络给出检测结果，以实现目标自动跟踪。本发明能够很好地自适应不同的目标对象，能够跟踪视频序列中用户任意指定的目标，进一步提高了目标跟踪的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.029 seconds)
