-
公开(公告)号：CN119479920A
公开(公告)日：2025-02-18
申请号：CN202411481033.2
申请日：2024-10-23
Applicant: 西安工业大学 , 航天材料及工艺研究所
IPC: G16C60/00 , G06N3/0499 , G06N3/084 , G06N3/086
Abstract: 本发明属于健康管理领域，特别涉及一种融合领域知识的氟塑料蠕变性能预测方法。所述方法包括以下步骤：对氟塑料的健康因子数据进行归一化预处理；提取先验知识并添加先验知识到BP神经网络的性能函数中，得到最终权值阈值更新公式；利用‑PSO优化神经网络的权值和阈值；根据确定的BP神经网络结构初始化粒子种群及参数，计算‑PSO的粒子适应度值，寻找个体最优值和种群最优值。经实验验证，该方法可以有效解决氟塑料老化性能预测精度低的问题。结果表明，本文所提改进的粒子群算法（‑PSO）与传统BP神经网络相比平均误差下降约3.5479‰，具有更高的预测精度，该方法简明有效，有一定的实际意义。
-
公开(公告)号：CN119314601A
公开(公告)日：2025-01-14
申请号：CN202411448261.X
申请日：2024-10-17
Applicant: 西安工业大学 , 航天材料及工艺研究所
Abstract: 本发明涉及材料的性能预测领域，公开了基于相关向量机的聚氨酯蠕变性能预测方法。首先，获取实验数据并进行数据异常值处理；其次，进行分界点切割；然后，根据分界点对数据进行扩充，并进行归一化处理；之后，对相关向量机的各参数初始化，相关向量机训练模型，迭代优化；最后使用训练好的相关向量机模型进行蠕变性能预测。经实验验证，该方法可以准确的反映出该相关向量机模型具有良好的预测性能，能够有效解决多种因素耦合下硬质聚氨酯泡沫材料蠕变性能预测困难的问题。
-
公开(公告)号：CN221465102U
公开(公告)日：2024-08-02
申请号：CN202322537021.4
申请日：2023-09-18
Applicant: 西安工业大学 , 航天材料及工艺研究所
Abstract: 本实用新型涉及蠕变特性和应力松弛特性测定技术领域，具体涉及一种通用的全自动蠕变及应力松弛测试装置。本实用新型装置包括底座，所述底座的一端设置有第一支架组件，中间设置有自动滑台模组，另一端设置有手摇滑台模组；所述自动滑台模组包括丝杠导轨滑块组件和压力传感器固定件，压力传感器固定件的下部固定设置有压力传感器，丝杠上端固定设置有大齿轮，大齿轮与小齿轮啮合，小齿轮的轴心处固设有步进电机的输出轴；所述手摇滑台模组包括丝杠导轨滑块组件、位移传感器固定件和位移传感器，丝杠上端固定设置有手摇滑轮。本实用新型的优点是：测量装置工作稳定性大大提升，保证待测试件与装置的安全性；功能丰富，适用性强。
-
公开(公告)号：CN118568557A
公开(公告)日：2024-08-30
申请号：CN202410596657.2
申请日：2024-05-14
Applicant: 西安工业大学
IPC: G06F18/241 , G06N3/0442 , G06N3/047 , G06F18/23
Abstract: 本发明涉及故障预测和健康管理技术领域，具体涉及一种基于符号表达降维LSTM的复杂系统寿命预测方法。通过将时间序列符号化表示，输入LSTM分类网络进行预测，再将预测结果转换为时间序列。具体包括以下步骤：首先，使用符号表达降维的方法将时间序列进行符号化表示，并处理为布尔矩阵的形式；其次，通过LSTM分类网络进行预测，将预测得到的概率矩阵处理为字符串输出；然后，把作为预测结果的字符串重构为时间序列；最后，根据预测结果和失效阈值求出寿命终止时间和剩余使用寿命。经实验验证，该方法简明有效，可以有效改善长期退化趋势的预测效果，提高复杂系统寿命预测结果的准确度。与自回归移动平均模型的预测结果相比，本发明预测结果的均方根误差降低了53%。
-
公开(公告)号：CN112351401A
公开(公告)日：2021-02-09
申请号：CN202011184236.7
申请日：2020-10-30
Applicant: 西安工业大学
IPC: H04W4/38 , H04L29/08 , G08B13/191 , G16Y20/10 , G16Y40/10
Abstract: 本发明公开了一种医院一体化安防便利装置，涉及物联网技术领域；本发明通过设计医院一体化安防便利装置实现一系列参数的采集预估并实时为医疗安保部门提供监控点的安全防护信息。通过研发Zigbee和FPGA硬件设备、PC上位机软件实现参数异常的空气、声音、温湿度、人流量多种环境报警及评估分析；通过手机APP实现对指定区域烟雾、声音、温湿度、人流量的远程监测和报警，给病人提供医院的实时环境信息以及数据的存储。本发明以主芯片CC2530作为医院一体化安防便利装置硬件平台，扩展FPGA平台、无线收发模块、数据采集显示、报警、接口电路模块、PC上位机管理软件及手机APP组成完整的安防便利系统。整个系统具有实时性好，低功耗，环境参数采集、传输、控制通信平均误码率不超过0.1％，数据平均更新时延不超过200ms；同步性高，数据上传平均时延不超过100ms。
-
Patent Agency Ranking
公开(公告)号：CN112069943A
公开(公告)日：2020-12-11
申请号：CN202010860855.7
申请日：2020-08-25
Applicant: 西安工业大学
Abstract: 本发明公开了一种基于自顶向下框架的在线多人姿态估计与跟踪方法，实现视频中实时人体姿态估计与在线多人姿态跟踪。首先通过单阶段目标检测网络提取人体提议框，并结合特征金字塔结构加入深度可分离卷积，改善模型提取小目标人体提议框的精度与模型实时性；然后，将人体提议框送入姿态估计网络进行关节点检测，按照人体关节点检测的不同难易程度，结合上下文语义信息与在线难例挖掘算法完成困难关节点检测；最后，将人体姿态信息送入姿态跟踪网络中，基于ORB角点检测与匹配算法计算帧间姿态距离，构建并优化姿态流，完成实时多人姿态跟踪。经试验验证，该方法能够实时、准确地完成多人姿态估计与姿态跟踪，多目标跟踪准确度(MOTA)指标为59.1％，姿态跟踪帧率达到28帧/秒。
-
公开(公告)号：CN119048551A
公开(公告)日：2024-11-29
申请号：CN202410950939.8
申请日：2024-07-16
Applicant: 西安工业大学
IPC: G06T7/246 , G06V20/17 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于无人机目标跟踪领域，具体涉及一种动态特征融合网络的目标跟踪方法。方法的步骤是:首先，根据第一帧图像选取跟踪目标，提取模板帧特征；在后续帧送入后，根据上一帧结果提取搜索帧特征；接着，将模板帧特征和搜索帧特征映射到一个低维度以减少后续操作的计算量；然后，将映射后的模板帧特征和搜索帧特征展平送入动态特征融合网络中进行特征交互，获取融合特征向量；最后，将融合特征向量分别送入分类头和目标框回归头中，获取最终的跟踪结果。本发明设计结构简单，提高融合特征向量的有效性，获得较好的实时性及较高的鲁棒性；可以对Query‑Key对的相关性进行动态聚合，避免建立错误的相关性；为两个不同的输入动态建立合适的相关性。
-
公开(公告)号：CN118570487A
公开(公告)日：2024-08-30
申请号：CN202410595689.0
申请日：2024-05-14
Applicant: 西安工业大学
IPC: G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/0455 , G06N3/09
Abstract: 本发明涉及计算机技术和现代制造技术领域，特别涉及一种自适应监督的高分辨率焊缝缺陷检测模型的构建方法，该方法通过改进Unet网络，结合多尺度膨胀‑多层感知机网络和多尺度特征提取技术，设计了基于混合膨胀卷积注意力机制的动态核自适应分割头部，提出了一个三层尺度下的深度监督损失函数，引入深度监督机制，对网络的不同层级对缺陷进行监督学习。通过将本发明所构建的模型在真实的高分辨率焊缝数据集上进行实验，实验结果表明，相比传统的U2Net、UNext等网络模型，本发明能够更准确地检测和识别焊缝中的各种类型的缺陷，并且具有良好的鲁棒性和泛化能力，为高质量焊接产品的生产提供了一种可靠的自动化检测手段。
-
公开(公告)号：CN114826335B
公开(公告)日：2024-08-06
申请号：CN202210458142.7
申请日：2022-04-28
Applicant: 西安工业大学
Abstract: 本发明提出一种近场磁晶元全双工无授权磁通信方法。该方法以激励线圈和位于中心的隧道磁阻传感器构成的磁晶元，作为功能模块和控制中心双侧发、收天线，利用近距强耦合电磁场传输媒介，完成同时同频全双工数据获取。首先双侧调制模块将调制信号做为激励线圈电流输入，在磁晶元空间中产生同频感应磁场，隧道磁阻传感器接收磁信号，分析电信号近磁信道增益；其次通过自干扰信道估计模块得到双侧隧道磁阻传感器位置的近磁信道增益，重构自磁晶元侧自干扰信号；自干扰消除模块从接收信号中消除自干扰信号、解调出需求数据。该方法在保证传输速率的前提下，将双向传输时长缩短为原来的一半，促进解决设备无缆模块调度时延引发的数据交换可靠性问题。
-
公开(公告)号：CN118351062A
公开(公告)日：2024-07-16
申请号：CN202410397563.2
申请日：2024-04-03
Applicant: 西安工业大学
Abstract: 本发明涉及一种高分辨率固体火箭发动机X射线底片缺陷检测方法。该方法基于特征重组的数据增强方法对数据集进行数据扩容，利用改进的高分辨率固体火箭发动机射线图像焊接缺陷检测模型实现图像分割，并进行分割测试；所述射线图像焊接缺陷检测模型是在UNet网络基础上，将膨胀卷积与注意力机制相结合、采用跨层联合上下文信息的自适应特征融合模块并利用CARAFE模块进行下采样、AFF模块辅助上采样，使用基于SU‑Net的引入预测输出模块构建高分辨率的固体火箭发动机射线图像焊接缺陷检测模型RAT‑UNet。本发明采样过程中视野更大，重量更轻，计算速度更快，提高了分割网络对多尺度焊接缺陷的检测性能；可以应对多种形态的缺陷检测问题，对于指导固体发动机射线检测缺陷评定具有现实意义。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.037 seconds)
