-
公开(公告)号：CN113822319B
公开(公告)日：2024-04-19
申请号：CN202110762778.6
申请日：2021-07-01
Applicant: 湖南大学
Abstract: 本发明实施例提供一种面向主动配电网的源‑荷联合时序场景生成方法和系统，通过原始数据构建初始源‑荷时序联合场景，计算各场景间的DTW距离、欧式距离以及源‑荷相关性距离，利用主成分法生成各个指标的权重系数，计算场景间相似度衡量指标，利用手肘法、轮廓系数选择典型场景个数，随机选取聚类中心。利用聚类散度判别选取典型场景的合理性。本发明实施例充分考虑了时间序列的时移特性，能更准确地描述负荷、分布式电源的相关性，能解决多维数组下连续时间曲线聚类效果差的问题；此外，该方法还能利用较少典型场景更准确地描述负荷和分布式电源出力的随机性和间歇性，提升主动配电网规划效率。
-
公开(公告)号：CN117541809A
公开(公告)日：2024-02-09
申请号：CN202311394646.8
申请日：2023-10-25
Applicant: 湖南大学
IPC: G06V10/44 , G06T7/73 , G06V10/75 , G06V10/766
Abstract: 本发明公开了一种基于点云同名点对应的三维测量特征提取方法，搭建三维测量特征提取网络模型，该模型包括源点云数据采集模块、目标点云数据采集模块、点云匹配模块和最优传输模块，源点云数据采集模块对设计模型进行采样得到源点云,目标点云数据采集模块对目标物体进行数据采集得到目标点云，分别对源点云和目标点云进行预处理，点云匹配模块接收预处理后的源点云和目标点云并处理，得到匹配概率回归矩阵，最优传输模块接收匹配概率矩阵并分离出矩阵中的非对应点，得到最终匹配概率矩阵，根据最终匹配概率矩阵在目标物体上找到对应的点集作为目标物体的三维测量特征。该方法能够提高测量特征提取的准确性和鲁棒性、具备较高的实时性能。
-
公开(公告)号：CN114783140B
公开(公告)日：2024-01-30
申请号：CN202210422052.2
申请日：2022-04-21
Abstract: 本发明公开了一种非接触式火灾监测系统及方法，系统包括信号收发子系统、信道估计子系统和火灾监测子系统；信号收发子系统包括超声波发送器和超声波接收器，超声波发送器发送超声波信号，超声波接收器接收超声波信号；信道估计子系统用于描述火焰对超声波信号传播速度造成的影响，并用信道冲激响应进行速度差异表征；火灾监测子系统包括可视化模块、判别模块和报警模块，可视化模块用于根据信道冲激响应生成可视化的热图，判别模块用于判别是否出现火灾，报警模块用于远程实时报警。系统硬件体积小，系统平台易于部署，设备成本较低；对光线等物理条件没有特殊要求或者依赖，通用性好。
-
公开(公告)号：CN117333908A
公开(公告)日：2024-01-02
申请号：CN202311433431.2
申请日：2023-10-31
Applicant: 湖南大学
IPC: G06V40/10 , G06N3/0464 , G06N3/08 , G06V10/24 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 一种基于姿态特征对齐的跨模态行人重识别方法，包括：1、构建训练集；2、构建跨模态行人重识别网络，包括双流网络、姿态估计器、姿态引导特征增强块和第一广义均值池化层；3、选取可见光模态图像、红外模态图像，并通过数据增广得到额外模态图像，并输入到跨模态行人重识别网络中，得到最终的拼接特征；4、对跨模态行人重识别网络进行模态特征对齐学习。本发明通过引入人物关键部位特征来增强特征分辨能力，从而消除类内干扰，并引导跨模态行人重识别网络同时学习同一人物的跨模态一致特征，同时本发明提出了模态特征对齐学习方法，从特征分布对齐和分层聚合两个方面来减少了模态的巨大差异，还充分考虑了模态内和模态间的约束。
-
公开(公告)号：CN113674014B
公开(公告)日：2023-10-20
申请号：CN202110777761.8
申请日：2021-07-07
Applicant: 湖南大学
IPC: G06Q30/0201 , G06Q50/06 , G06Q30/0202
Abstract: 本发明实施例提供一种配电线路日线损率预测方法和系统，通过加入去年同期数据辅助日线损率预测，有效减小了模型预测偏差，提升了模型预测精度；通过降噪自编码器特征提取环节有效减少了模型输入数据中的冗余信息，降低了输入维度；所提出的日线损率预测模型能够有效学习原始输入变量中的多维时间序列，具有较高预测精度。所提方法利于准确把握配电线路线损率短期变化趋势，提升配电网线损精益化管理水平。
-
Patent Agency Ranking
公开(公告)号：CN116203841A
公开(公告)日：2023-06-02
申请号：CN202211725404.8
申请日：2022-12-30
Applicant: 湖南大学
IPC: G05B13/04
Abstract: 本发明公开了一种隧道装备臂架电液驱动系统的力/位置抗扰控制方法，该方法包括：建立隧道作业装备臂架电液驱动系统的阀控非对称缸数学模型；设计含位置外环和力内环的非线性级联控制器；在此基础上，内外环分别建立干扰观测器数学模型，对模型中存在的未建模动态、参数不确定性及外负载等扰动因素进行实时估计补偿；基于李雅普诺夫稳定性理论证明了闭环系统的稳定性；对比仿真及实验结果验证了控制器的有效性；本发明能够解决隧道作业装备臂架控制精度不高、抗扰性差的问题。
-
公开(公告)号：CN116109812A
公开(公告)日：2023-05-12
申请号：CN202310317496.4
申请日：2023-03-29
Applicant: 湖南大学
IPC: G06V10/20 , G06V10/774 , G06V10/82
Abstract: 本发明涉及目标检测技术领域，公开了一种基于非极大值抑制阈值优化的目标检测方法，包括：获取待检测目标数据；将待检测目标数据输入预先训练得到的目标检测模型，得到多个目标检测框与每个目标检测框的置信度；获取每个目标检测框的可见比；将每个目标检测框的置信度和可见比输入预先训练得到的非极大值抑制阈值预测模型，得到对应的非极大值抑制阈值；根据非极大值抑制阈值对所有目标检测框进行冗余框筛选，获得目标检测结果。本发明可以解决人工设定固定阈值无法应对动态变化的目标图像或者视频序列，同时能够显著改善人工设定固定阈值所造成的漏检、误检等问题，有利于提高重度遮挡场景中目标检测的准确率。
-
公开(公告)号：CN116030260A
公开(公告)日：2023-04-28
申请号：CN202310304276.8
申请日：2023-03-27
Applicant: 湖南大学
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于长条状卷积注意力的手术全场景语义分割方法，其包括：获取内窥镜手术视频的图像数据及其对应的真值标签；构建手术全场景语义分割模型；对图像数据进行编码；编码结果通过长条状卷积注意力模块，输出特征图；对各阶段的编码结果对应的特征图进行上采样操作、拼接操作，得到分割结果；对尺寸最大的特征图进行卷积，得到边界图；设置边界引导分割头，真值标签通过边界引导分割头，得到目标边界图；根据边界图和目标边界图计算边界损失；根据分割结果和真值标签计算分割损失；联合边界损失和分割损失，构建混合损失函数；通过混合损失函数优化手术全场景语义分割模型。该方法满足手术场景分割对于区域边界的精度要求。
-
公开(公告)号：CN115542338A
公开(公告)日：2022-12-30
申请号：CN202211518994.7
申请日：2022-11-30
Applicant: 湖南大学
IPC: G01S17/86 , G01S7/48 , G06V10/82 , G06V10/62 , G06V10/774 , G06T7/246 , G06T7/277 , G06N3/04 , G06N3/08
Abstract: 一种基于点云空间分布映射的激光雷达数据的学习方法，包括：S1、构建目标激光雷达点云数据集，对任意带标注激光雷达点云数据集和目标激光雷达点云数据集进行线束空间分析；S2、将任意带标注激光雷达点云数据集所在空间坐标系变换至目标激光雷达点云数据集所在空间坐标系；S3、对坐标系变换后的任意带标注激光雷达点云数据集进行序列化处理；S4、计算三维空间非共线三点近似平面与激光雷达线束的交点以完成映射；S5、利用带标注的映射数据集训练关于点云目标检测的任意深度学习模型；S6、设计多目标跟踪器对序列信息进行更新实现结果的优化。本发明易操作、效率高，具有良好的鲁棒性，减少了不同类型数据集差异带来的影响。
-
公开(公告)号：CN115015939A
公开(公告)日：2022-09-06
申请号：CN202210608568.6
申请日：2022-05-31
Abstract: 本发明公开了一种声学感知系统及增大声学感知范围的方法，系统包括前处理模块、信号收发模块和后处理模块；前处理模块用于选择信号帧，对信号帧进行频域插值以获取定长信号帧，调制为超声波信号后上传至信号收发模块；信号收发模块包括发送端和接收端，发送端用于持续发送定长信号帧，接收端用于接收承载物体运动信息的定长信号帧并上传至后处理模块；后处理模块用于计算定长信号帧的信道冲激响应(ChannelImpulseResponse，CIR)，将定长信号帧与最大感知距离相对应并建立定量关系，并通过绘制CIR热图的方式将其可视化。只需根据不同应用场景需求，改变原始发送定长信号帧的长度即可灵活地调整感知距离范围，从而实现更精准、更大范围的感知。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.033 seconds)
