-
公开(公告)号：CN105067893B
公开(公告)日：2017-10-17
申请号：CN201510508755.7
申请日：2015-08-19
Applicant: 大连理工大学
IPC: G01R27/22
Abstract: 一种基于电导池二阶系统模型的溶液电阻软测量方法，属于溶液电导率软测量技术领域。其特征是将电导率的测量转化为考虑引线分布电容和双电层电容影响的电导池二阶系统模型的参数估计，具体是在小时段内待估溶液电阻、引线分布电容和双电层电容为定常的近似下，建立参数状态空间模型；采用正弦组合信号激励电导池系统，基于对激励信号和系统响应信号经高速A/D所获取的采样信号，启动依据参数状态空间模型所构建的Kalman滤波器，在每个小时段内都递推运算N步后，即获得各自小时段内溶液电阻、引线分布电容和双电层电容的估计值。本发明的效果和益处是抗干扰能力强，估计精度高，数值计算完全实时，适用于电导率测量的工业在线应用。
-
公开(公告)号：CN105590329A
公开(公告)日：2016-05-18
申请号：CN201510990032.5
申请日：2015-12-24
Applicant: 大连理工大学
CPC classification number: H04N7/18 , G06T2207/10016 , G06T2207/20081
Abstract: 本发明提供一种油气田视频监控中运动目标的智能检测算法，该方法通过背景训练、入侵目标检测和目标跟踪法解决“磕头机”往复运动背景下的运动目标的智能检测、实时报警问题。本发明在实际应用于磕头机等大型设备往复运动场景下的运动识别具有切实的实际意义，能够消除磕头机往复运动的影响，减少运算量，并且能准确检测到运动目标，在达到监控识别准确性的同时，也保证实时性。
-
公开(公告)号：CN103105538B
公开(公告)日：2015-03-11
申请号：CN201310002557.4
申请日：2013-01-05
Applicant: 大连理工大学
IPC: G01R27/22
Abstract: 一种电导率一阶阻容系统参数的动态滤波估计方法，属于溶液电导率软测量技术领域。其特征是将电导率的测量转化为考虑引线分布电容影响的一阶等效阻容系统的参数估计，具体是在小时段内待估阻容参数为定常的近似下，建立参数状态空间模型；采用一定频率的正弦激励信号激励阻容系统，基于对正弦激励信号和系统响应信号经高速A/D所获取的采样信号，启动依据参数状态空间模型所构建的Kalman滤波器，在每个小时段内都递推运算N步后，即获得各自小时段内溶液电阻和引线分布电容的估计值。本发明的效果和益处是具有较强的抗干扰能力，能以较高的精度获得阻容参数的实时估计，适用于电导率测量的工业在线应用。
-
公开(公告)号：CN114742997B
公开(公告)日：2024-10-15
申请号：CN202210257014.6
申请日：2022-03-16
Applicant: 大连理工大学
IPC: G06V10/26 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/082 , G06N3/088 , G06F9/50
Abstract: 本发明公开了一种面向图像分割的全卷积神经网络密度峰剪枝方法，属于图像处理领域。根据前向传播时的卷积层访问顺序依次对网络中每个卷积层进行剪枝：首先将待剪枝卷积层中所有卷积核参数组合为二维权值矩阵；在聚类期间，将每个卷积核视作单个样本，基于密度峰聚类算法对卷积核样本展开聚类；之后计算每个卷积核的零激活率，根据零激活率阈值对不同簇内的卷积核进行剪枝，即直接删除簇内零激活率大于指定阈值的卷积核。然后重新训练该卷积层中未剔除卷积核的权值参数，并利用。待全卷积神经网络所有层都已剪枝后，完成对该网络的轻量化操作；将图像数据输入轻量化操作后的网络，每输入一张图片，该网络都会输出一张分割后的等比例大小图片。
-
公开(公告)号：CN115421374B
公开(公告)日：2024-09-06
申请号：CN202211069379.2
申请日：2022-09-01
Applicant: 大连理工大学
IPC: G05B11/42
Abstract: 本发明实施例提供了一种云边协同的PID参数确定方法及系统。其中，方法包括：获得云端基于被控对象多个历史时刻的输入‑输出数据构建的被控对象模型；以最小化当前时刻被控对象的输出数据与前一时刻被控对象模型的输出数据的差异为目标，对被控对象模型进行更新，得到更新后的模型；将激励信号输入更新后的模型，获得更新后的模型输出的响应信号的信号幅值，基于激励信号的信号幅值和响应信号的信号幅值确定PID参数。本发明可以避免因工业互联网发生网络延迟、网络故障等问题导致无法及时获得云端传输的PID参数而导致控制效果不佳的问题。
-
Patent Agency Ranking
公开(公告)号：CN118410292A
公开(公告)日：2024-07-30
申请号：CN202410339773.6
申请日：2024-03-25
Applicant: 大连理工大学
IPC: G06F18/20 , G06F18/213 , G06F18/214 , G06F17/16 , G06F17/12 , G06F17/18 , G06N3/0464 , G06N3/0499 , G06N3/084 , G06F123/02
Abstract: 本发明提出一种基于深度FCM的多元时间序列长期预测方法，包括获取多元时间序列数据集；进行标准化处理，得到多元时间序列标准数据集；采用基于合理粒度原则的多维高斯信息粒设计方法进行等距重叠分割，获得多元时间序列分割数据集；预测出所有时间窗口中概念节点的向量数据，以此对多元时间序列进行长期预测；对参数进行训练，得到深度动态向量模糊认知图模型；得到收敛条件，判断链接权重是否满足收敛条件，若满足则将待预测的多元时间序列输入深度动态向量模糊认知图模型中，得到预测结果，若不满足则重新训练链接权重。本发明能有效的挖掘数据之间的长期依赖关系，在模糊决策与时间序列预测精度上有了明显的提升，且本发明具有可解释性。
-
公开(公告)号：CN114280943B
公开(公告)日：2024-02-23
申请号：CN202111671277.3
申请日：2021-12-31
Applicant: 大连理工大学
IPC: G05B13/04
Abstract: 本申请提供一种基于边缘计算的粒函数模糊控制方法及装置，属于自动化控制技术领域，通过将规则优化后的模糊推理过程信息粒化，拟合粒函数代替模糊控制器，云端进行模糊控制规则的优化以及信息粒化拟合粒函数过程，通过工业互联网将数据传输到边缘控制器中，边缘控制器中粒函数控制被控对象，同时将控制过程中产生的数据反馈到云端处理器中。本申请可以实现在保证模糊控制精度的条件下，解决模糊控制的规则爆炸问题，同时结合边缘计算技术，使粒函数在边缘控制器中控制被控对象，降低云端的计算负载，节约传输时间及存储资源，提高数据处理效率。
-
公开(公告)号：CN115424077A
公开(公告)日：2022-12-02
申请号：CN202211149777.5
申请日：2022-09-21
Applicant: 重庆泰山电缆有限公司 , 大连理工大学 , 上海霍开光电技术有限公司
IPC: G06V10/764 , G06V10/54 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于残差网络的电缆缺陷识别方法，首先通过脉冲电流法获取不同缺陷类型电缆的局部放电数据，然后利用局部放电数据分析系统获得电缆局部放电PRPD图谱，对图像进行预处理、图像信息增强，最后采用残差神经网络模型对局放数据综合训练测试，识别电缆存在的缺陷类型，操作简单、识别准确率和诊断效率高。本发明的技术方案有效的解决了现有技术中缺陷类型难以快速判定、修复的问题，提高电力系统的稳定性。
-
公开(公告)号：CN115238788A
公开(公告)日：2022-10-25
申请号：CN202210860389.1
申请日：2022-07-21
Applicant: 大连理工大学
IPC: G06K9/62
Abstract: 本发明实施例提供了一种工业大数据的分类方法、系统、服务器及存储介质，其中，方法包括：获得多个初始数据集，对各初始数据进行聚类获得多个聚类中心，基于各聚类中心和各初始数据求隶属度，基于预设阈值、第一欧氏距离组、各隶属度和各聚类中心，对初始数据集进行分类获得多个数据块，根据聚类中心和当前半径构建超球信息粒，并计算其覆盖率和特异率，计算全部超球信息粒的覆盖率总和与特异率总和，根据总和对半径进行更新，再获得置信度水平组，对各初始数据：确定该初始数据的第二欧氏距离；根据置信度水平与第二欧氏距离，确定该初始数据的数据类型。本发明在提高工业大数据分类准确度的同时，提高了对工业大数据类型的可解释性。
-
公开(公告)号：CN115099356A
公开(公告)日：2022-09-23
申请号：CN202210808448.0
申请日：2022-07-11
Applicant: 大连理工大学
IPC: G06K9/62
Abstract: 本发明提供一种工业不平衡数据分类方法、装置、电子设备及存储介质，首先获取原始不平衡数据，该原始不平衡数据中包含两类数据、且第一类数据的数据量小于第二类数据的数据量；进而对原始不平衡数据中的第一类数据进行过采样，并将过采样后的第一类数据与原始不平衡数据中的第二类数据合并为新原始不平衡数据；进一步将新原始不平衡数据作为训练样本，对超球信息粒分类器进行训练得到分类模型；最后，对于在获取到待处理的目标数据后，可以通过分类模型对目标数据进行分类得到相应的分类结果。基于本发明，可以解决数据不平衡现象使得在云端SaaS层的智能应用难以对数据进行分类的问题，保证分类的准确性。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.028 seconds)
