-
公开(公告)号：CN119719988A
公开(公告)日：2025-03-28
申请号：CN202411855276.8
申请日：2024-12-17
Applicant: 桂林电子科技大学
IPC: G06F18/2431 , G06F18/241 , G06F18/214 , G06F30/367 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G01R31/00
Abstract: 本发明提供了一种基于一维双卷积网络自注意力机制的整流电路故障检测方法，该方法包括接收额定数量仿真样本数据对应的时域特征向量样本；设计了一种双卷积网络模型，分别通过LSTM与ECA注意力特征机制实现多方向的特征提取与分类。本发明的方法和系统适用于整流电源故障检测任务，具有通用性。基于此实现了电路故障检测,有助于解决现有技术中缺乏整流电路故障检测方法的技术问题。
-
公开(公告)号：CN118505649A
公开(公告)日：2024-08-16
申请号：CN202410646988.2
申请日：2024-05-23
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06T7/00 , G06V10/82 , G06N3/0464 , G06V10/774 , G06V10/776 , G06N3/08 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于改进YOLOv8的无人机电力巡检绝缘子缺陷检测方法，包括以下步骤：构建一个具有多样性的复杂环境无人机电力巡检绝缘子数据集；对数据集中的图片进行预处理，并重新进行数据标注，最后将数据集按照比例划分为训练集，验证集和测试集；构建基于改进YOLOv8网络模型进行训练；将构建数据集的训练集导入网络模型进行训练，在验证集中确定最优模型参数；训练完成后将测试集放入最优模型中，检测绝缘子及缺陷的类别和位置，得到识别结果。通过本发明提供的方案，有利于提高无人机电力巡检绝缘子缺陷检测准确率。
-
Patent Agency Ranking
公开(公告)号：CN119475160A
公开(公告)日：2025-02-18
申请号：CN202411524025.1
申请日：2024-10-30
Applicant: 桂林电子科技大学
IPC: G06F18/2433 , G06F18/2131 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于CBAM注意力机制的CNN三相整流电路故障检测方法，该方法包括接收额定数量仿真样本数据对应的时域特征向量样本；将采集到的样本转换为二维灰度图像带入网络进行学习；设计了一个多尺度卷积层和CBAM注意力机制结合的CNN网络，使用改进深度可分离卷积层代替传统卷积层。本发明的方法和系统适用于整流电源故障检测任务，具有通用性。基于此实现了电路故障检测,有助于解决现有技术中缺乏整流电路故障检测方法的技术问题。
-
公开(公告)号：CN118915306A
公开(公告)日：2024-11-08
申请号：CN202410706605.6
申请日：2024-06-03
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明公开一种基于逆向设计思想的紧凑型光子器件设计方法，包括：设定待优化区域的大小及输入、输出波导；构建待优化空间的初始结构，并将待优化空间划分为若干个像素点；建立一个用于评估器件目标性能的FOM函数；按顺序选择像素点并计算初始结构的FOM函数值，接着改变所选像素点状态再次计算FOM函数值；经过两轮迭代计算获得的FOM变化小于1×10‑6则判断为陷入停滞状态；随后算法进入第二阶段，随机选取像素点，根据像素点状态进行随机平移并计算FOM函数值直至达到设定的迭代次数，停止优化。本发明仅通过计算FOM函数进行器件优化，无需额外计算其他参数量。此外，本发明通过引入随机平移，使算法全局搜索能力大大加强，更有利于构建超小型光子器件并提高性能，有利于在集成光路中的应用。
-
公开(公告)号：CN118887173A
公开(公告)日：2024-11-01
申请号：CN202410910599.6
申请日：2024-07-09
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T5/50 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种基于双模态融合注意力机制YOLOv8的电力巡检绝缘子缺陷检测方法，包括以下步骤：获取并构建一个具有可见光图像和红外图像的电力绝缘子数据集；对数据集中的图片进行数据标注，并将数据集按照比例划分为训练集，验证集和测试集；引入SwinFusion进行双模态数据图像融合；构建基于注意力机制YOLOv8网络模型进行训练；将融合数据集的训练集导入网络模型进行训练，在验证集中确定最优模型参数；训练完成后将测试集放入最优模型中，检测绝缘子及缺陷的类别和位置，得到识别结果。通过本发明提供的方案，有利于提高电力绝缘子缺陷检测任务下，遮蔽绝缘子和缺陷绝缘子的检测准确率。
-
公开(公告)号：CN118823715A
公开(公告)日：2024-10-22
申请号：CN202410910769.0
申请日：2024-07-09
Applicant: 桂林电子科技大学
IPC: G06V20/56 , G06V10/80 , G06V10/774 , G06V10/82 , G06V10/25
Abstract: 本发明公开了一种基于改进YOLOv8的多尺度特征融合道路损伤检测方法，属于智能交通和道路工程技术领域，本方法以YOLOv8网络模型为基础，设计了一的灵活高效的特征提取RGCSPELAN模块来替代YOLOv8网络中的C2f模块，在提高模型性能的同时，减少计算量和参数量。其次设计了一种层级特征金字塔网络(HFPN)代替了YOLOv8网络颈部的PAN‑FPN网络结构，使得不同尺度特征能够更好的交互融合，增强了模型的特征提取能力。最终得到了YOLOv8‑HD网络模型。本发明在保证模型轻量化的同时，显著提高了模型在道路损伤中的检测性能。
-
公开(公告)号：CN118642268A
公开(公告)日：2024-09-13
申请号：CN202410706528.4
申请日：2024-06-03
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G02B27/00 , G02B6/12 , G02B6/122 , H04B10/516 , G02F1/35
Abstract: 本发明公开了一种基于逆向设计的4×2全光编码器的设计方法，其特点是包括设计4×2全光编码器的初始结构从左到右依次为三个输入波导(IN1‑IN3)、一个正方形形待优化区域、一个输入波导(IN0)和两个输出波导(O0和O1)，并将待优化区域划分为20×20个像素点，每个像素点的初始状态由初始的01矩阵决定；改变像素点状态，然后利用三维时域有限差分法对编码器进行模拟，获取各个输出端口的透过率，并计算目标函数FOM的值；最后对在待优化区域上的400个像素点进行迭代计算，直至达到迭代次数或者ΔFOM小于1×10‑6，即设计出所需的4×2全光编码器的步骤，优点是设计的产品具有尺寸小、对比度高、工作宽带大。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
