-
公开(公告)号：CN109375111A
公开(公告)日：2019-02-22
申请号：CN201811189212.3
申请日：2018-10-12
Applicant: 杭州电子科技大学
IPC: G01R31/3842 , G01R31/396
Abstract: 本发明涉及一种基于UHF的电池剩余电量估计方法。由于系统中存在模型误差、测量误差以及电磁干扰等不确定噪声，传统SOC估算方法表现不够好。本发明采用UKF和H-infinity滤波器相结合的方法，并将其应用于电池SOC估计领域。本发明方法首先测量在k时刻的电池端电压yk和电池供电电流ik，然后用状态方程和观测方程表示电池的各个时刻的荷电状态，再执行初始化过程，采用UHF算法进行循环递推，递推所得到的状态更新值即为当前时刻k所估计得到的电池剩余电量。本发明方法可以准确地进行电池剩余电量的估计，收敛速度快、估计精度高。
-
公开(公告)号：CN105680109B
公开(公告)日：2018-01-30
申请号：CN201610182609.4
申请日：2016-03-25
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于深度学习的动力电池配组方法。现有配组方法劳动强度大，易受检测人员主观因素的影响，容易造成误测量和误匹配的现象。本发明方法首先获取动力电池充放电回路中所有电池的充放电电压数据，并对充放电数据进行归一化，然后构建两层稀疏自编码神经网络模型，训练获得两层模型编码器的最优权值矩阵和偏置向量，以电池的充放电序列为输入，两层编码器级联构建深度神经网络，计算所有电池充放电序列通过该深度神经网络后的输出向量，最终对所有输出向量进行聚类，完成电池配组。本发明方法可以自动提取动力电池的充放电一致性特征，提高组内电池的一致性，从而提高成组电池的品质。
-
公开(公告)号：CN101902394B
公开(公告)日：2012-07-25
申请号：CN201010193122.9
申请日：2010-06-04
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于串行通信的信号深海长距离传输方法。现有的方法缺少事件管理机制和传输状态统计功能。本发明方法首先初始化甲板控制设备串口；其次让甲板控制设备与深海电子装置建立通信连接；然后甲板控制设备与深海电子装置进行数据的交换；数据的交换包括数据帧发送和数据帧接收；数据帧发送。在本发明方法中还引入了定时器超时处理，并对两类超时作相应的处理。通过本发明方法甲板控制设备在发送数据前和在数据发送后，能确切知道深海电子装置的当前状态，能够知道在数据发送成功和失败后的处理过程，还可以对已传输的数据量进行精确统计。
-
公开(公告)号：CN101625847B
公开(公告)日：2011-03-30
申请号：CN200910100976.5
申请日：2009-08-06
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种大尺寸非压缩数字图像的快速显示方法。现有方法显示时间长，占用内存多。本发明方法首先在二进制格式下读取非压缩数字图像文件的文件头，获得图像的宽度为W像素、高度为H像素、每像素比特数为B比特。读取文件头中的该数字图像的颜色映射查找表T并保存，其次调用操作系统所提供的应用程序接口函数，获取系统当前的显示分辨率及系统的颜色映射表；然后设置初始缩放比例系数，设置图像初始纵向显示位置为H0＝1，初始横向显示位置为W0＝1；最后对原始图像数据进行抽取并显示。本发明方法可以方便地进行大尺寸非压缩数字图像的显示，显示速度快、占用内存低。
-
公开(公告)号：CN101625847A
公开(公告)日：2010-01-13
申请号：CN200910100976.5
申请日：2009-08-06
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种大尺寸非压缩数字图像的快速显示方法。现有方法显示时间长，占用内存多。本发明方法首先在二进制格式下读取非压缩数字图像文件的文件头，获得图像的宽度为W象素、高度为H象素、每象素比特数为B比特。读取文件头中的该数字图像的颜色映射查找表T并保存，其次调用操作系统所提供的应用程序接口函数，获取系统当前的显示分辨率及系统的颜色映射表；然后设置初始缩放比例系数，设置图像初始纵向显示位置为H 0 ＝1，初始横向显示位置为W 0 ＝1；最后对原始图像数据进行抽取并显示。本发明方法可以方便地进行大尺寸非压缩数字图像的显示，显示速度快、占用内存低。
-
Patent Agency Ranking
公开(公告)号：CN116977843A
公开(公告)日：2023-10-31
申请号：CN202310982013.2
申请日：2023-08-04
Applicant: 杭州电子科技大学
IPC: G06V20/05 , G06V10/764 , G06V10/44 , G06V10/82
Abstract: 本发明公开了一种基于高光谱的深海结核识别方法，属于深海资源勘探领域。该方法包括：S1，使用高光谱相机扫描深海结核，获取高光谱图像；S2，通过对光谱信息编码，将高光谱图像映射到新的特征空间，实现光谱信息降维；S3，使用3D卷积提取高光谱图像包含的空间特征；S4，使用自注意力机制提取光谱特征；S5，使用交叉注意力机制和全连接网络融合空间特征和光谱特征，得到最终的分类结果。本发明使得高光谱技术能够更好的应用于深海资源勘探。
-
公开(公告)号：CN115035536A
公开(公告)日：2022-09-09
申请号：CN202210469762.0
申请日：2022-04-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于连续卷积SPP网络的手写笔迹识别系统，输入单元、预处理单元、智能识别单元和输出单元依次连接，所述用户端的输出与输入单元连接，输出单元的输出与云端和用户端连接，云端还与预处理单元和智能识别单元连接；输入单元的输入为手绘图像数据；所述预处理单元进行平滑去噪、二值化和裁剪；所述智能识别单元对连续卷积SPP网络模型进行预训练、分析和模型投票，得到识别结果；所述输出单元将识别结果分别发送给用户端和云端。本发明除了可以提取螺旋线笔迹震颤特征，也可以同时提取螺旋线匝间距变化和形状特征，同时对多种类型震颤手绘图进行分类。
-
公开(公告)号：CN110991274B
公开(公告)日：2022-03-18
申请号：CN201911130289.8
申请日：2019-11-18
Applicant: 杭州电子科技大学
IPC: G06V40/10 , G06K9/62 , G08B21/04 , G06N3/04 , G06V10/774
Abstract: 本发明公开了一种基于混合高斯模型和神经网络的行人摔倒检测方法。现有的基于硬件传感器和基于视频图像的摔倒检测方案检测准确率和泛化能力较差。本发明结合了混合高斯模型和神经网络，采用alphapose神经网络能对运动的物体区域进行行人目标检测和骨骼提取，单人骨骼提取的训练集采用人工合成三维人体模型的方法，之后的浅层卷积神经网络会对提取的骨骼进行分类，完成摔倒检测。高斯混合模型能快速的定位运动的前景，过滤视频帧中大量的非运动物体，减少神经网络的计算量。本发明方法检测速度快，且神经网络有较强的泛化性，能应用于实时的视频监控。
-
公开(公告)号：CN108805831B
公开(公告)日：2021-10-29
申请号：CN201810528012.X
申请日：2018-05-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了深海环境下的图像增强方法，包括以下步骤：建立深海环境下摄像头、光源和目标的空间模型；把建立的三维空间模型映射到相应的二维平面；在二维平面中测算摄像头与目标的角度；在二维平面中测算摄像头与目标的距离；确定曝光系数；根据曝光系数进行自适应曝光来复原深海环境下的非均匀光照图像。本发明提出了一种基于空间模型的深海图像增强方法，以提高在深海环境下人造光源辅助下拍摄的非均匀光照的图像质量。
-
公开(公告)号：CN102609688B
公开(公告)日：2014-07-09
申请号：CN201210023435.9
申请日：2012-02-02
Applicant: 杭州电子科技大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于广义回归神经网络的多向运动人群流量估计方法。基于线性回归的方法难以应对行人间遮挡严重、人群分割质量较差时的复杂情况。本发明首先通过光流场提取运动人群的动态纹理特征，然后借助动态纹理特征和水平集算法实现人群的按运动方向分割，获得代表不同运动方向的ROI，再利用GRNN实现ROI特征与人群流量之间的回归分析，从而获取场景中具有不同运动方向人群的精确、实时流量统计结果。本发明不仅可以回避复杂的行人个体特征的提取与跟踪过程，大幅提升算法的抗行人间遮挡能力，同时也可兼顾行人运动的整体性与差异性，从而实现人群的按运动方向分割。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.024 seconds)
