-
公开(公告)号：CN111368885B
公开(公告)日：2021-12-03
申请号：CN202010112320.1
申请日：2020-02-24
Applicant: 大连理工大学
Abstract: 一种基于深度学习和信息融合的航空发动机气路故障诊断方法，属于动力机械故障诊断领域。首先，对数据进行预处理；其次，利用处理后的样本数据将卷积神经网络模型和前馈神经网络分别训练至最佳，继而得到两个模型对样本数据所属类别的判定结果；再次，在证据体的基本概率分布的构造阶段，两种模型的判别结果被视为两个证据体，该阶段将证据体中样本所属各类别评分转换为样本的基本概率分布，同时计算样本不确定度；最后，在证据体的合成与决策阶段，根据D‑S证据理论的合成规则计算两个证据体合成后的概率分布，根据决策规则给出每条样本所属类别。本发明融合了两种深度神经网络从不同角度学习样本数据后给出的决策结果，获得一种精度较高的航发故障诊断模型，同时可以克服非深度学习模型对不同来源的航发大数据判别能力不稳定、鲁棒性低的问题。
-
公开(公告)号：CN111368885A
公开(公告)日：2020-07-03
申请号：CN202010112320.1
申请日：2020-02-24
Applicant: 大连理工大学
Abstract: 一种基于深度学习和信息融合的航空发动机气路故障诊断方法，属于动力机械故障诊断领域。首先，对数据进行预处理；其次，利用处理后的样本数据将卷积神经网络模型和前馈神经网络分别训练至最佳，继而得到两个模型对样本数据所属类别的判定结果；再次，在证据体的基本概率分布的构造阶段，两种模型的判别结果被视为两个证据体，该阶段将证据体中样本所属各类别评分转换为样本的基本概率分布，同时计算样本不确定度；最后，在证据体的合成与决策阶段，根据D-S证据理论的合成规则计算两个证据体合成后的概率分布，根据决策规则给出每条样本所属类别。本发明融合了两种深度神经网络从不同角度学习样本数据后给出的决策结果，获得一种精度较高的航发故障诊断模型，同时可以克服非深度学习模型对不同来源的航发大数据判别能力不稳定、鲁棒性低的问题。
-
公开(公告)号：CN111076372A
公开(公告)日：2020-04-28
申请号：CN201911355915.3
申请日：2019-12-25
Applicant: 大连理工大学
Abstract: 本发明属于建筑能源系统传感器校准技术领域，提供了一种一次回风空调系统中传感器误差的在线识别与修复方法，包括以下步骤：S1、定义一次回风再加热系统夏季工况的局部校准域；S2、定义每个局部校准域的距离函数；S3、计算工作传感器的偏移量x；S4、计算工作传感器的校正测量值。本发明的有益之处在于基于质量能量守恒和贝叶斯推理，准确识别出一次回风空调系统中整个传感网络的误差并实现远程在线修正，极大地提高了建筑能源系统传感器采集数据的可靠性。
-
公开(公告)号：CN110483585A
公开(公告)日：2019-11-22
申请号：CN201910682424.3
申请日：2019-07-26
Applicant: 大连理工大学
IPC: C07F15/02 , C07F15/04 , C07F15/06 , C07F3/06 , C07D295/03 , C07D295/023 , C07C201/12 , C07C205/19 , C07C221/00 , C07C223/06 , B01J31/22
Abstract: 本发明属于精细化工技术领域，一种可调节的高效选择性催化还原硝基苯甲醛的金属有机笼状化合物的制备方法及其应用，其中制备法是以过渡金属盐中的M2+作为节点，以L作为配体反应制得金属有机笼状化合物，其合成路线如下：M2++L→M-L；所述配体L选自H2FPB；所述过渡金属盐选自高氯酸亚铁、四氟硼酸钴、高氯酸镍或四氟硼酸锌中的一种；采用该方法制备金属有机笼状化合物原料价格低廉，产率高，得到的化合物化学性质稳定，易于投入实际应用中。作为目标化合物M-FPB，在还原对硝基苯甲醛制对硝基苯甲醇，还原催化肉桂醛一步法合成桂利嗪及还原对硝基苯甲醛制对氨基苯甲醛方面中的应用，选择性可达99％。
-
公开(公告)号：CN110378423A
公开(公告)日：2019-10-25
申请号：CN201910663371.0
申请日：2019-07-22
Applicant: 腾讯科技(深圳)有限公司 , 大连理工大学
IPC: G06K9/62
Abstract: 本申请涉及一种特征提取方法、装置、计算机设备及存储介质，该方法包括：获取目标对象的多模态的原始特征数据；对各模态的原始特征数据进行映射降维，分解得到由变量表示的共享特征数据和各模态的由变量表示的私有特征数据；根据所述共享特征数据和各所述私有特征数据，重构各模态的特征数据；确定各模态的所述原始特征数据和重构的特征数据之间的差异；通过调整由变量表示的共享特征数据的值和由变量表示的私有特征数据的值，使所述差异最小化；获取所述差异最小化时的共享特征数据的值，得到所述目标对象的最终融合的共享特征。本申请的方案，能够提高特征提取的准确性。
-
Patent Agency Ranking
公开(公告)号：CN103399580B
公开(公告)日：2016-01-13
申请号：CN201310260808.9
申请日：2013-06-26
Applicant: 大连理工大学
IPC: G05D3/12
Abstract: 一种面向物联网应用的太阳能跟踪系统，属于移动通讯技术领域。由远程服务器、物联网成员和安装在所有物联网成员上的机械系统、太阳能发电板和安装于太阳能发电板上的电路系统组成。机械系统使太阳能发电板在三维空间旋转；电路系统伺服机械系统并且提供外部传感器即插即用功能。本发明有益效果是，充分利用光能，机械系统的水平旋转装置和垂直旋转装置的设计采用带有自锁功能的涡轮和蜗杆结构，抗击强风的能力强。
-
公开(公告)号：CN104915566A
公开(公告)日：2015-09-16
申请号：CN201510337280.X
申请日：2015-06-17
Applicant: 大连理工大学
IPC: G06F19/00
Abstract: 本发明公开了一种支持增量更新的深度计算模型，包括如下步骤：通过构建高阶自动编码机，并将其扩展到高维张量空间，再使用反向传播算法得到模型静态参数；在不改变网络连接结构的前提下，根据新增数据的特征，将模型的参数由θ更新为θ+Δθ，使得更新后的参数能够学习新增数据的特征；通过不断增加隐藏层神经元数目的方式来更新网络模型，实现对高速动态变化的数据特征提取；本发明针对大数据实时性的特点，设计支持增量更新的深度计算模型，能够高效实时地提取大数据的手相特征。
-
公开(公告)号：CN103724255A
公开(公告)日：2014-04-16
申请号：CN201410007500.8
申请日：2014-01-07
Applicant: 大连理工大学
IPC: C07D211/90 , C07D401/14 , C09K11/06 , G01N21/64
CPC classification number: C07D211/90 , C07D401/04 , C07D401/14 , C09K11/06 , C09K2211/182 , C09K2211/188 , G01N21/643
Abstract: 本发明涉及一类用于检测爆炸物RDX的基于酰胺基二氢吡啶结构的化合物制备方法，是以稀土金属盐中的Ce3+或过渡金属盐中的Zn2+作为节点，以L作为配体反应制得基于酰胺基二氢吡啶结构的化合物，其合成路线如下：Ce3++L→Ce-L或Zn2++L→Zn-L；所述配体L分别选自H6ZPS及H6ZPT；所述稀土金属盐选自硝酸铈；所述过渡金属盐选自硝酸锌；所述硝酸铈及硝酸锌分别与配体H6ZPS及H6ZPT反应制得基于酰胺基二氢吡啶结构的化合物Ce-ZPS及Zn-ZPT；采用该方法制备的基于酰胺基二氢吡啶结构的化合物原料价格低廉，产率高，得到的化合物化学性质稳定，易于投入实际应用中。检测限达到ppb级，可检测常规检测手段难以检测的痕量难挥发性的非芳香族RDX爆炸物。
-
公开(公告)号：CN103457638A
公开(公告)日：2013-12-18
申请号：CN201310412023.9
申请日：2013-09-11
Applicant: 大连理工大学
Abstract: 本发明公开了一种电力线通信信道突发脉冲噪声的抑制装置及其抑制方法，所述的装置包括傅立叶变换模块、掩蔽子载波选择模块和压缩感知估计模块。本发明基于压缩感知的电力线信道突发脉冲噪声抑制原理，首先对接收信号进行傅里叶变换，得到其频域信号；然后进行掩蔽子载波选择，得到仅含有背景噪声和突发脉冲噪声的子载波；接着用基于压缩感知的信号恢复方法，估计出电力线信道中的突发脉冲噪声；最后从接收信号中减去脉冲噪声，得到消噪后的信号。本发明根据电力线信道中突发脉冲噪声具有稀疏性的特点，应用OFDM掩蔽子载波选择和压缩感知技术，可明显提高噪声抑制效果，且能有效地保留突发脉冲干扰位置处的信号信息。
-
公开(公告)号：CN119443216A
公开(公告)日：2025-02-14
申请号：CN202310964820.1
申请日：2023-08-01
Applicant: 腾讯科技(深圳)有限公司 , 大连理工大学
IPC: G06N5/02 , G06F16/901 , G06N3/0455 , G06N20/00
Abstract: 本申请提供一种确定多模态数据一致性特征表示的方法、装置、电子设备以及存储介质，涉及人工智能领域，该方法包括：终端设备根据多模态数据和图谱学习网络，确定所述多模态数据的图谱结构；该终端设备根据所述多模态数据、所述图谱结构和多模态数据一致性特征表示学习网络，确定所述多模态数据的一致性特征表示，其中，所述多模态数据一致性特征表示学习网络结合了信息瓶颈思想。该方法实现了有效、精确的确定多模态数据的一致性特征表示。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.031 seconds)
