-
公开(公告)号：CN113743314A
公开(公告)日：2021-12-03
申请号：CN202111041143.3
申请日：2021-09-07
Applicant: 东北林业大学
Abstract: 本发明涉及一种基于双聚类协作学习的跨域行人重识别方法。包括如下步骤：1：利用风格迁移模型实现源域和目标域之间的迁移，之后两个特征提取模型Net 1和Net 2分别在源域和源域生成图像集上进行监督学习；2：利用Net 1和Net 2对目标域和目标域生成图像集进行特征提取，之后利用DBSCAN方法对特征进行聚类；3：核对聚类结果，选取高置信度的结果分别优化Net 1和Net 2。本发明设计的双聚类方法通过核对两个域上的聚类结果，为模型优化选取了具有高置信度的样本对，最终提升了模型在目标域上的识别性能。
-
公开(公告)号：CN111950619A
公开(公告)日：2020-11-17
申请号：CN202010779759.X
申请日：2020-08-05
Applicant: 东北林业大学
Abstract: 本发明涉及一种基于双重生成对抗网络的主动学习方法。包括如下步骤：1：利用标记池图像和未标记池图像对模型进行训练，模型训练包括表征学习和生成对抗两个部分；2：利用收敛后的模型，对待选池中的图像进行采样，之后对采样后的图像进行人工注释和图像生成；3：把采样得到的图像从待选池转移到标记池，并把生成的图像加入到待选池，根据更新后的待选池和标记池对采样模型进行训练。本发明在基于池的方法中引入生成对抗机制，赋予模型生成能力，在模型中形成两组生成对抗网络。本发明还引入了“同步更新”的概念，使采样模型随采样进程同步更新，从而使每次采样都能选择当前阶段含信息量最丰富的样本。
-
公开(公告)号：CN110245379A
公开(公告)日：2019-09-17
申请号：CN201910386724.7
申请日：2019-05-09
Applicant: 东北林业大学
IPC: G06F17/50 , G06K9/62 , G01R31/327 , H01H50/54
Abstract: 本实发明涉及一种密封式电磁驱动开关电器失效机理判别方法。该方法简单易行、适用范围广、成本低、准确率高、可去除电弧侵蚀等干扰因素、无需对受试电继器进行开腔处理、无需借助高倍显微镜，具体步骤如下：1.采集继电器生命周期内的六个关键性能退化参数数据，将采集到的数据矩阵作为电磁继电器失效机理判别的数据集。2.采用FIR(Finite Impulse Response，FIR)高通滤波器对试验获得的数据集进行滤波处理，去除电弧侵蚀和材料转移的随机性对数据采集系统造成的干扰。3.采用贝叶斯判别法从降噪滤波后的数据集中提取出能区分继电器失效机理的最佳组合参数。4.利用随机森林算法通过最佳组合参数对继电器失效机理进行判别。
-
公开(公告)号：CN104008924A
公开(公告)日：2014-08-27
申请号：CN201410257305.0
申请日：2014-06-11
Applicant: 东北林业大学
Inventor： 郭继峰
Abstract: 本发明涉及一种结构可分解替换的电磁驱动开关电器。传统的缺点在于某个系统组件损坏则需整个电器包括没有损坏的部件整体换掉，比较浪费。一种结构可分解替换的电磁驱动开关电器，其组成包括：导电与电接触组件、机械传动与电接触组件、电磁机械驱动组件，所述的导电与电接触组件与电磁机械驱动组件安装在塑料底座上，所述的机械传动与电接触组件固定在衔铁（2）上，所述的衔铁侧面插入到带凹槽的塑料插接件（3）中。本发明用于结构可分解替换的电磁驱动开关。
-
公开(公告)号：CN112861705A
公开(公告)日：2021-05-28
申请号：CN202110158298.9
申请日：2021-02-04
Applicant: 东北林业大学
Abstract: 本发明涉及一种基于混合学习的跨域行人重识别方法。包括如下步骤：1：设计基于生成对抗网络的风格迁移模型，利用标记的源域数据对风格迁移模型进行训练；2：设计基于特征提取网络的行人重识别模型，特征提取网络之后连接了两个分别用于监督学习和无监督学习的模块；3：设计动态权重函数动态的调整两种学习方式的权重，从而动态的对特征提取网络进行训练，最终完成跨域行人重识别任务。本发明设计了监督学习和无监督学习两种模块、结合了源域和目标域的数据对行人重识别模型进行训练。本发明还设计了动态权重函数动态地结合两种学习方式。
-
Patent Agency Ranking
公开(公告)号：CN112699900A
公开(公告)日：2021-04-23
申请号：CN202110005171.3
申请日：2021-01-05
Applicant: 东北林业大学
Abstract: 本发明涉及一种改进YOLOv4的交通标志识别方法。通过对实验数据集进行添加随机高斯噪声、CutMix数据增强和马赛克数据增强等数据预处理方法对数据集进行扩充，再利用改进的YOLOv4模型识别出交通标志及其置信度。所述改进的YOLOv4模型是首先在引入深度可分离卷积的特征提取网络进行特征提取，然后将获得的不同尺度特征图输入双向特征金字塔网络结构进行多尺度特征融合，融合不同尺度特征信息并增强相同尺度信息，最后对不同大小特征图进行预测与回归获得最终识别结果。改进的YOLOv4模型利用Focal损失函数使识别过程中正负样本数量不均衡问题得以解决。实验表明，改进的YOLOv4模型参数量与计算量较小，推理时间短，能够快速准确地识别出不同环境下的交通标志。
-
公开(公告)号：CN106802683A
公开(公告)日：2017-06-06
申请号：CN201510835933.7
申请日：2015-11-26
IPC: G05D27/02
CPC classification number: G05D27/02
Abstract: 本发明涉及一种干燥机的控制系统，该系统适用于木材干燥方法类，由一主控单元、一电力源、一传感器系统、一执行机构系统、一上位机系统组成，上位机系统通过RS485接线方式连接到主控单元通讯端，与主控单元进行信息传递，并完成一小部分信号的处理，人机交互界面同时可以进行实时数据显示，对干燥机中各种变化进行监视；电力源分别与主控单元及执行机构相连接，以提供电力；该传感器系统与主控单元输入端相连接，将检测的各种信号传送到主控单元；主控单元根据寄存器中数据进行大部分信号处理与计算；执行机构连接到主控单元的信号输出端，执行一系列动作，以达到对不同木材干燥过程的自动控制的目的。
-
-
公开(公告)号：CN204408016U
公开(公告)日：2015-06-17
申请号：CN201520028217.3
申请日：2015-01-16
Applicant: 东北林业大学
IPC: H02J13/00
CPC classification number: Y02B70/3266 , Y04S20/242
Abstract: 本实用新型涉及一种家居电力负荷监测系统。本系统可以清晰地辨识各家用电器的具体负荷特性，获得具体家用电器的负荷数据，根据这些具体清晰的数据，用户可以优化用电结构，设计节电策略，电力公司可以分析用电复合成分和特征，提高监控水平，获取精确用电数据，调整并提供供电质量，提高供电可靠性，提升供电服务水平。一种家居电力负荷监测系统，其组成包括：电源转接模块，采集与控制终端模块，传输与处理中心模块。其特征是：所述的电源转接模块安装在家用电器和插座之间，所述的采集与控制终端模安装在电源转接模块塑料壳内部，所述的传输与处理中心模块安装在家居主配电箱内。
-
公开(公告)号：CN213584609U
公开(公告)日：2021-06-29
申请号：CN202022887383.2
申请日：2020-12-04
Applicant: 东北林业大学
Abstract: 本实用新型涉及车载配件技术领域，尤其涉及一种空气负离子发生装置，包括器体、支撑块、底板和固定组件，所述支撑块固定连接在器体的底部，所述底板固定连接在支撑块的底部，所述固定组件嵌设在底板上，所述固定组件包括有密封管、拉杆、活塞拉板、连接管和真空吸盘，所述拉杆的底部贯穿密封管顶部的中部并延伸至密封管的内部，所述活塞固定连接在拉杆的底部。本实用新型将真空吸盘与汽车内的代放置处接触，向上拉动拉板，通过拉杆使得活塞在密封管的内部向上移动，将真空吸盘内部的空气抽取，使真空吸盘内产生负气压，将底板吸牢在汽车内，固定牢固，防止出现器体出现掉落情况的发生，提高了安全性。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.021 seconds)
