-
公开(公告)号：CN109274095B
公开(公告)日：2020-07-14
申请号：CN201811275320.2
申请日：2018-10-30
Applicant: 东北大学秦皇岛分校
IPC: H02J3/00
Abstract: 本发明公开了一种基于互信息的低压配电网用户拓扑估计方法及系统，其中，所述方法包括：步骤S1，获取用户电压时间序列数据和变压器电压时间序列数据；步骤S2，根据用户电压时间序列数据和变压器电压时间序列数据计算用户电压之间的互信息以及用户与变压器之间的互信息；步骤S3，根据用户与变压器之间的互信息依靠K均值聚类算法进行用户相位识别；步骤S4，构建拓扑模型；步骤S5，针对相位识别后的用户利用最小生成树算法根据用户电压之间的互信息的大小完成拓扑估计。与现有技术相比，本发明不依赖已知拓扑，无需额外载波，不受配电台区负载影响，没有现场测试接线问题，不存在安全隐患，提高拓扑估计的速率。
-
公开(公告)号：CN108073861B
公开(公告)日：2020-05-15
申请号：CN201611007666.5
申请日：2016-11-16
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种新的异常步态分析方法及系统，所述方法包括：S1，跟踪运动人体目标，并对图像中连续三步的足印进行修正，得到一条直线上修正后的足印的图像像素位置S2，根据修正后的足印的图像像素位置计算相邻两个修正足印在图像中的观测距离及相邻两步之间修正后的观测步长之比A和B；S3，假设行进中单侧腿的步长基本保持一致，即计算第二步的实际步长与第一步的实际步长之比；S4，对被监护对象的相邻步长比做聚类统计，并将被监护对象的实时相邻步长比与该聚类结果的聚类中心进行对比。本发明适用范围更宽，适用于一般直行情况，且本发明相比于不修正的步态分析方法及MGM系统，相邻步长比估计的准确率更高，降低了误差。
-
公开(公告)号：CN111055052A
公开(公告)日：2020-04-24
申请号：CN201911406354.5
申请日：2019-12-31
Applicant: 东北大学 , 河钢股份有限公司承德分公司
Abstract: 本发明属于标牌焊钉技术领域，尤其涉及一种自动焊接系统专用可挂标牌的焊钉，自上至下包括：夹取部、焊钉帽部和焊钉杆部；所述夹取部、所述焊钉帽部和所述焊钉杆部为一体成形结构；其中所述焊钉杆部靠近所述焊钉帽部的一端设有用于卡位标牌的环形凹槽；所述焊钉杆部的另一端设有引弧节。本发明提供的自动焊接系统专用可挂标牌的焊钉不仅能够满足自动化焊钉排队机轨道的自动变姿排队的配合使用，而且方便焊枪的定位夹取，其次还具有易于加工的优点。
-
公开(公告)号：CN109274095A
公开(公告)日：2019-01-25
申请号：CN201811275320.2
申请日：2018-10-30
Applicant: 东北大学秦皇岛分校
IPC: H02J3/00
Abstract: 本发明公开了一种基于互信息的低压配电网用户拓扑估计方法及系统，其中，所述方法包括：步骤S1，获取用户电压时间序列数据和变压器电压时间序列数据；步骤S2，根据用户电压时间序列数据和变压器电压时间序列数据计算用户电压之间的互信息以及用户与变压器之间的互信息；步骤S3，根据用户与变压器之间的互信息依靠K均值聚类算法进行用户相位识别；步骤S4，构建拓扑模型；步骤S5，针对相位识别后的用户利用最小生成树算法根据用户电压之间的互信息的大小完成拓扑估计。与现有技术相比，本发明不依赖已知拓扑，无需额外载波，不受配电台区负载影响，没有现场测试接线问题，不存在安全隐患，提高拓扑估计的速率。
-
公开(公告)号：CN109165272A
公开(公告)日：2019-01-08
申请号：CN201810957193.8
申请日：2018-08-21
Applicant: 东北大学
CPC classification number: G06K9/4671 , G06K9/6256
Abstract: 本发明提供了一种面向高分遥感影像的地理信息可视化分析系统，包括，整体系统搭建,遥感数据处理模块、目标检测模块；符合海量遥感数据可视化及对存储与共享高效和可靠性的要求的系统架构，建立一个功能的可视化共享系统；针对遥感卫星影像大数据化引发的海量信息处理与遥感数据的关键目标位置信息提取问题，在保证检测速度的条件下，提供了一个精确捕捉关键目标位置信息的目标检测算法。
-
Patent Agency Ranking
公开(公告)号：CN103700118B
公开(公告)日：2016-06-01
申请号：CN201310731768.1
申请日：2013-12-27
Applicant: 东北大学
Abstract: 本发明公开了基于脉冲耦合神经网络的动目标检测方法，包括以下步骤：a.利用脉冲耦合神经网络感知视频图像序列，提取视频图像的全局特征；b.建立每个像素的全局特征直方图；c.针对每个像素，利用前K帧对应的全局特征直方图作为该像素的初始背景模型；d.针对每个像素，计算当前帧图像的全局特征直方图与背景模型中相应的全局特征直方图的相似性，检测该像素是否为动目标；e.针对每个像素，利用当前帧图像的全局特征直方图对其背景模型进行更新。本发明借鉴人类视觉感知的整体特性，利用脉冲耦合神经网络提取图像的全局特征，有利于抑制动态背景扰动对动目标检测的不利影响，从而提高动目标检测的准确性。
-
公开(公告)号：CN105224605A
公开(公告)日：2016-01-06
申请号：CN201510555528.X
申请日：2015-09-02
IPC: G06F17/30
CPC classification number: G06F16/283 , G06F16/24558
Abstract: 本发明公开了一种大数据环境下的数据存储与查找方法，包括以下步骤：S1.利用数据空间创建基于语义的多维知识体并存储；S2.大数据环境下查找数据时，根据语义查找知识体，并根据知识体之间的关联性，输出目标数据。本发明通过利用数据空间创建基于语义的多维知识体并存储；大数据环境下查找数据时，根据语义查找知识体，并根据知识体的关联性，合并输出目标数据，从而实现了条块化、碎片化的电力信息的准确、快速的存储与搜索，同时提高了电力信息数据的利用率，提供更多的数据，满足了数据异构共存及电网对数据获取实时性的特殊需求。
-
公开(公告)号：CN103700118A
公开(公告)日：2014-04-02
申请号：CN201310731768.1
申请日：2013-12-27
Applicant: 东北大学
Abstract: 本发明公开了基于脉冲耦合神经网络的动目标检测方法，包括以下步骤：a.利用脉冲耦合神经网络感知视频图像序列，提取视频图像的全局特征；b.建立每个像素的全局特征直方图；c.针对每个像素，利用前K帧对应的全局特征直方图作为该像素的初始背景模型；d.针对每个像素，计算当前帧图像的全局特征直方图与背景模型中相应的全局特征直方图的相似性，检测该像素是否为动目标；e.针对每个像素，利用当前帧图像的全局特征直方图对其背景模型进行更新。本发明借鉴人类视觉感知的整体特性，利用脉冲耦合神经网络提取图像的全局特征，有利于抑制动态背景扰动对动目标检测的不利影响，从而提高动目标检测的准确性。
-
公开(公告)号：CN102254169B
公开(公告)日：2012-08-22
申请号：CN201110242426.4
申请日：2011-08-23
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了基于多摄像机的人脸识别方法及系统，所述方法包括以下步骤：S1，摄像机对出现在其预置监控子区域中的目标进行定位跟踪，并判别目标的人脸姿态参数；S2，根据目标位置信息和人脸姿态参数选择合适的摄像机组建工作组并采集多视角人脸图像；S3，利用多视角人脸识别方法来识别目标；S4，当目标进入另一个摄像机的预置监控子区域时，转到S1。本发明由多个摄像机接力完成对目标的定位跟踪，适用于监控不规则、有遮挡及超大区域；利用动态组建的摄像机工作组采集目标的多视角人脸图像，提高了采集得到的人脸图像的可利用性，发挥了摄像机的最大效能；无主摄像机的监控方式具有可扩展性和鲁棒性。
-
公开(公告)号：CN102404873A
公开(公告)日：2012-04-04
申请号：CN201110202863.3
申请日：2011-07-20
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了基于物联网的老年人室内监护方法及系统，所述方法包括以下步骤：S1，盲节点利用三轴加速度传感器检测老年人的运动信息，根据该运动信息及压力节点所提供的压力数据判断老年人当时所处的姿态；S2，盲节点向周围的参考节点广播定位请求数据包，各参考节点将该定位请求数据包中的接收信号强度值提取出来并打包发送给嵌入式网关；S3，嵌入式网关计算出老年人的位置并在嵌入式网关的显示屏实时显示老年人的位置和姿态。本发明实现了对老年人的安全实时监护，并且还很好的保护了老年人的个人隐私，容易被老年人接受。此外，本发明是基于物联网的监控系统，无需室内布线，不仅不会破坏室内原有的布局，而且还能为使用者节约布线成本。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.024 seconds)
