-
公开(公告)号：CN112135249A
公开(公告)日：2020-12-25
申请号：CN202011147372.9
申请日：2020-10-23
申请人： 辽宁工程技术大学
摘要： 本发明公开了一种基于RSSI的加权质心定位算法的改进方法，针对无线传感器网络中RSSI测距误差的问题，对加权质心算法存在的不合理因素进行改进，提出一种基于信号强度指示器的测距质心算法和加权质心定位算法相结合的新的定位(RSSI‑DSW)算法。在测距阶段，由于室内环境的复杂性和随机性，会导致所采集到的信号强度存在较大的误差，基于此，本发明提出一种改进的高斯滤波算法对接收到的RSSI值进行滤波，将滤波后的RSSI值作为最终值进行距离转换，该算法在一定程度上减少了测距误差提高了定位精度。
-
公开(公告)号：CN109871839A
公开(公告)日：2019-06-11
申请号：CN201910037622.4
申请日：2019-01-09
申请人： 辽宁工程技术大学
摘要： 本发明公开了一种基于图像识别的控制对比装置，系统包括控制单元，监控单元，分析单元，图像识别单元，所述控制单元分别与监控单元，分析单元，图像识别单元相连接，其中，所述控制单元存储有信息收集表，以及预先存储的OCR规则，还用于接收所述分析单元和/或所述图像识别单元获取的成绩信息，判断成绩信息中是否是系统录入的信息，如果是，则将成绩信息发送给所述控制单元；所述监控单元用于监控成绩数据状态，当监控到有差异成绩时，向所述控制单元发送更新指令，表示监控到有需要修改的成绩，所述控制单元获取成绩，并解析所述成绩，将代码化数字推送到所述分析单元，将图像文件推送到所述图像识别单元。
-
公开(公告)号：CN113780664A
公开(公告)日：2021-12-10
申请号：CN202111079658.2
申请日：2021-09-15
申请人： 辽宁工程技术大学
摘要： 本发明公开了一种基于TDT‑SSA‑BP的时间序列预测方法，该方法包括以下步骤：数据预处理；将处理好的时间序列进行CEEMDAN分解；用排列熵计算CEEMDAN分解后各模态分量和余量的排列熵值；将排列熵值较高的模态分量用VMD进行二次分解；利用麻雀搜索算法对神经网络的权值和阈值进行寻优；将经过二层分解得到的分量输入到麻雀搜索算法优化的神经网络模型中，得到各分量的预测值，然后叠加各个分量的预测值，即可得到最后的DO时间序列预测浓度。本发明采用麻雀搜索算法优化神经网络来提高预测精度，且相比于传统的粒子群算法，麻雀搜索算法具有更强的寻优能力，采用二次分解技术可将原始的时间序列分解为相对稳定的分量，从而提升预测精度。
-
公开(公告)号：CN105117361A
公开(公告)日：2015-12-02
申请号：CN201510463104.0
申请日：2015-08-01
申请人： 辽宁工程技术大学
IPC分类号： G06F13/40
CPC分类号： G06F13/4068
摘要： 本发明公开了一种基于FPGA的一体化通信接口，包括FPGA芯片、通信切换模块和通信接口总成，FPGA芯片的输入端连接有RJ45接口，RJ45接口的输入端与通信切换模块的输出端相连，通信切换模块的输入端与通信接口总成的输出端相连，FPGA芯片的输出端连接有FPGA接口，FPGA芯片与FPGA接口的连接处设有A/D转换器，FPGA芯片的输出端还连接有存储芯片，存储芯片的输入端连接有用于驱动存储芯片工作的存储芯片驱动电源，通信接口总成由RS232串口通信电路、以太网通信电路、USB接口模块、蓝牙模块和RS485通信电路组成。集成度高，设计灵活性好，扩展功能强，通信性能可靠稳定、速度快。
-
公开(公告)号：CN113780434B
公开(公告)日：2024-04-02
申请号：CN202111079638.5
申请日：2021-09-15
申请人： 辽宁工程技术大学
IPC分类号： G06T7/00 , G06V10/776 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/082
摘要： 本发明公开了一种基于深度学习的太阳能电池组件缺陷EL检测方法，该方法包括以下步骤：通过实际工业现场对OCD相机所获取的太阳能电池片EL图进行收集、汇编及整理后构建太阳能电池片图像数据库，分为训练集、验证集及测试集；设计网络结构及相应参数，将多特征图在通道上拼接并融合注意力机制，并引入Ghost卷积层取代常规卷积层，同时采用常规卷积替代池化层完成下采样；将对训练集训练好的模型权重引入到测试集中测试；通过Grad‑CAM加载训练好的权重以实现太阳能电池片的缺陷检测与定位。本发明使用微型卷积神经网络与Grad‑CAM相结合的太阳能电池缺陷检测技术，与现有方法相比无需图像预处理等便可实现端到端的检测，准确而高效的对太阳能电池缺陷检测。
-
公开(公告)号：CN113780434A
公开(公告)日：2021-12-10
申请号：CN202111079638.5
申请日：2021-09-15
申请人： 辽宁工程技术大学
摘要： 本发明公开了一种基于深度学习的太阳能电池组件缺陷EL检测方法，该方法包括以下步骤：通过实际工业现场对OCD相机所获取的太阳能电池片EL图进行收集、汇编及整理后构建太阳能电池片图像数据库，分为训练集、验证集及测试集；设计网络结构及相应参数，将多特征图在通道上拼接并融合注意力机制，并引入Ghost卷积层取代常规卷积层，同时采用常规卷积替代池化层完成下采样；将对训练集训练好的模型权重引入到测试集中测试；通过Grad‑CAM加载训练好的权重以实现太阳能电池片的缺陷检测与定位。本发明使用微型卷积神经网络与Grad‑CAM相结合的太阳能电池缺陷检测技术，与现有方法相比无需图像预处理等便可实现端到端的检测，准确而高效的对太阳能电池缺陷检测。
-
公开(公告)号：CN109190127A
公开(公告)日：2019-01-11
申请号：CN201811106460.7
申请日：2018-09-21
申请人： 辽宁工程技术大学
摘要： 本发明公开了一种针对线上评论进行的情感分析方法，包括如下步骤：步骤一：在线上词库构建常用词汇库，且有针对的将各种词汇区分为正面情感词语集合、负面情感词语集合、否定词集合和程度词集合；步骤二：对线上评论的文本进行预处理，对文本分段分句得到句子，通过标点符号将句子划分为句子单元，然后对句子单元中的文字进行分词，形成词组；步骤三：对步骤2中得到的词组进行n-gram处理，利用n-gram中的2元语法对句子单元中的词组组合形成2元词组，结合电商在线评论情感词典计算句子单元的情感基本值p；步骤四：将情感基本值p进行汇总并与0进行比对，对线上评论进行情感倾向判断。
-
公开(公告)号：CN105973462A
公开(公告)日：2016-09-28
申请号：CN201610242607.X
申请日：2016-04-17
申请人： 辽宁工程技术大学
IPC分类号： G01J1/42
CPC分类号： G01J1/42
摘要： 本发明涉及光纤通信测量领域，公开了一种带声控功能的光功率计，包括：电源模块、声控模块、传感模块、处理模块、主控模块、显示模块和存储模块；其中，声控模块、传感模块、处理模块、主控模块、显示模块和存储模块分别与电源模块连接，传感模块与处理模块连接，声控模块、处理模块、显示模块和存储模块分别与主控模块连接，可自动存储测试数据，通过语音控制光功率计休眠或掉电，根据实际测试需要使光功率计进入测试状态或待机状态，极大的提高的测试效率和节省了用电量。
-
公开(公告)号：CN114358235A
公开(公告)日：2022-04-15
申请号：CN202210008080.X
申请日：2022-01-06
申请人： 辽宁工程技术大学
摘要： 本发明公开了一种基于BA‑NM算法的溯源方法，该方法包括以下步骤：初始化阶段：设定蝙蝠种群数N和维度，在污染源参数分布范围内，更新初代蝙蝠位置；计算每个个体的适应度值，找出最优蝙蝠个体，判断是否满足终止条件；全局搜索阶段：更新频率和速度，并计算出新一代蝙蝠位置；找到当前最优蝙蝠位置，根据更新局部解并判断是否接受新的局部解，然后更新响度和脉冲进入下一阶段；强化局部搜索；判断强化局部搜索阶段找到的最优值是否满足终止条件，满足的话终止循环并输出最优值。本发明对传统BA算法全局搜索存在的缺陷进行了改进，并引入了NM算法加强局部搜索能力，混合算法提升了搜索精度减小了算法陷入局部最优的风险。
-
公开(公告)号：CN111915830B
公开(公告)日：2022-01-25
申请号：CN202010724121.6
申请日：2020-07-24
申请人： 辽宁工程技术大学
IPC分类号： G08B13/24
摘要： 本发明提供一种基于CSI信号稀疏表示的室内入侵检测方法，涉及室内入侵检测技术领域。该方法通过多个时间窗口记录M个天线线阵上的T次快拍CSI数据；对每个窗口的每次单快拍CSI数据进行数学分解，并定义过完备字典D；运用松弛算法分别求解每个时间窗口的T次快拍CSI数据在过完备字典D下的最优稀疏表示，得到最优稀疏表示下的稀疏系数，提取每次快拍的稀疏系数所对应的信号到达角作为信号的特征信息，最终在一个时间窗口内得到T个信号到达角；计算每个时间窗口内T个信号到达角的最大幅度，并设置阈值，对每个窗口时间段的室内安全指数ISIN进行评估，进而实现对每个窗口时间段内的室内环境是否存在入侵行为进行判别。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.025 秒)
