-
公开(公告)号：CN111832467A
公开(公告)日：2020-10-27
申请号：CN202010657088.X
申请日：2020-07-09
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种联合特征增强和网络参数优化的人脸识别方法。本发明首先把ORL人脸库分为训练样本和测试样本；接着分别使用2DPCA和(2D)2PCA方法对训练样本提取特征值和特征向量；然后对特征向量使用插值法增强并和BP神经网络结合做仿真实验；再使用WSCPSO算法优化BP神经网络参数；最后使用优化后的BP神经网络和增强的特征数据做仿真实验。本发明通过提出一种在全局和局部搜索期间权重都缓慢变化的PSO算法，避免了搜索遗漏问题，进一步提高了人脸识别的准确率。
-
公开(公告)号：CN110147761A
公开(公告)日：2019-08-20
申请号：CN201910418736.3
申请日：2019-05-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于扩展卡尔曼滤波的卷积神经网络的道路损伤识别方法。在道路修复前，养路工人需要对路面情况进行调研，此项工程需要耗费巨大的人力、物力和财力。本发明的步骤如下：一、图像预处理。二、图像增强与卷积神经网络的训练。三、k=1,2,…,m，依次执行步骤四至六。m为被测图像的数量。四、将第k张被测图像放大并调整为300×300的分辨率。五、将步骤五所得的第k张被测扩展图像输入步骤2训练所得的卷积神经网络中。六、将步骤五所得的权重初始值通过扩展卡尔曼滤波算法进行优化。本发明采用前馈运算、随机梯度下降法、反馈运算、PCA降维和扩展卡尔曼滤波等方法进行实时的参数更新，建立高准确率的卷积神经网络模型。
-
公开(公告)号：CN107832789A
公开(公告)日：2018-03-23
申请号：CN201711053636.2
申请日：2017-11-01
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于平均影响值数据变换的特征加权K近邻故障诊断方法。本发明中MIV的计算过程是通过对系统的输入值做等比例增加和减小，得到增加和减少后的数据分别作为系统输入，求解其对应的系统输出值。求取各个输入变量做等比例增加对应的系统输出值减去各个输入变量做等比例减小对应的系统输出值得到系统输入的各个参变量对系统输出的影响程度值及MIV值；采用多次计算求平均值的方式确定各个特征变量最终的MIV值。通过对MIV值一定的等比例放缩，将其用作K近邻方法输入数据的特征权值来进行故障诊断。通过UCI标准数据集的仿真测试，验证了本方法的有效性。
-
公开(公告)号：CN105159314B
公开(公告)日：2017-12-08
申请号：CN201510405378.4
申请日：2015-07-09
Applicant: 杭州电子科技大学
IPC: G05D1/10
Abstract: 本发明涉及一种自由移动多传感器配置及多目标跟踪方法，针对多目标跟踪中自由移动多传感器配置问题，本发明提出了一种基于线性规划自由移动传感器的选择配置算法，该方法以最小化传感器使用费用，目标失检率和目标跟踪精度三者的总和为准则，使用凸优化方法选择最佳的传感器及其输入模态观测目标，并且通过该算法同时选择近似最优的传感器和相应的输入模态，解决了在跟踪过程中，多自由移动传感器的选择与跟踪过程的耦合及传感器模态与跟踪过程的耦合。
-
公开(公告)号：CN106597840A
公开(公告)日：2017-04-26
申请号：CN201710032627.9
申请日：2017-01-16
Applicant: 杭州电子科技大学
IPC: G05B11/42
CPC classification number: G05B11/42
Abstract: 本发明公开了一种基于产生式规则库推理的PID参数整定方法。本发明所建立的规则库，能够描述控制信号、闭环控制系统输出及偏差量与PID控制器参数（输出量）之间存在的复杂非线性关系，其中构建的规则库的前项属性为输入量的参考值，后项为输出量的置信结构。对于被激活的规则，通过融合算法将被激活规则后项中的置信结构进行融合，并从融合结果中推理出PID控制器参数的估计值。然后将规则库输出的估计值作为PID控制器的输入参数并得到控制量对被控对象产生控制作用，最终通过闭环系统将被控对象的输出量反馈至输入端，通过在线调整所建规则库模型参数来实现自整定PID控制器参数功能，并使得系统输出能够实时跟踪控制信号。
-
Patent Agency Ranking
公开(公告)号：CN103268403B
公开(公告)日：2016-05-18
申请号：CN201310149031.9
申请日：2013-04-25
Applicant: 杭州电子科技大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于容积强跟踪信息滤波器的目标跟踪方法。本发明包括估计一步预测目标状态 ，迭代计算伪观测矩阵、新息矩阵、信息矩阵及信息状态向量，计算目标状态的最优线性估计及其误差协方差。本发明衰减因子可以由伪测量矩阵的迭代计算获得，而不用计算雅可比矩阵。同时，通过引入基于最新更新的时变衰减因子，CSTIF具有强跟踪能力，并且在跟踪目标状态突变及系统模型不精确的情况下，还具有不错的鲁棒性。
-
公开(公告)号：CN104121907A
公开(公告)日：2014-10-29
申请号：CN201410369663.0
申请日：2014-07-30
Applicant: 杭州电子科技大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明涉及一种基于平方根容积卡尔曼滤波器的飞行器姿态估计方法。本发明包括在计算时间更新时，设置初始值及罗德里格斯参数；计算容积点值；计算四元数误差点；计算四元数容积点；计算迭代四元数及迭代四元数误差；计算迭代容积点；估计一步预测状态；估计平方根因子预测误差协方差阵；计算测量更新中的容积点；计算迭代容积点值；计算预测测量估计；计算平方根因子新息协方差矩阵估计；计算互协方差阵；卡尔曼增益；状态更新估计；计算估计误差协方差阵及相应的平方根因子；四元数更新；计算相应的估计误差欧拉角。本发明能够提高对飞行器姿态的精确性与稳定性。
-
公开(公告)号：CN103235886A
公开(公告)日：2013-08-07
申请号：CN201310149184.3
申请日：2013-04-25
Applicant: 杭州电子科技大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于变分贝叶斯容积强跟踪信息滤波的目标跟踪方法。本发明包括计算和更新VB方法中的参数；设置VB方法中的循环控制变量的初值为零，并给出迭代次数的值；使用VB方法估计量测噪声的未知方差；估计一步预测目标状态；迭代计算伪观测矩阵、新息矩阵、信息矩阵及信息状态向量。本发明使用变分贝叶斯方法的自适应强跟踪信息滤波方法不仅具有强跟踪能力，还能估计量测噪声的未知方差，实现了自适应功能。同时，衰减系数可以通过迭代的方法估计出来，而无需计算雅可比矩阵。
-
公开(公告)号：CN101852638B
公开(公告)日：2012-02-22
申请号：CN201010176203.8
申请日：2010-05-18
Applicant: 杭州电子科技大学
IPC: G01F23/296
Abstract: 本发明涉及基于固定频段声波共振频率的液位测量方法。现有的测量方法测量精度不够、测距范围小。本发明方法是将导声管竖直插入待测液面以下，扬声器和麦克风并排安装在导声管一端内，扬声器发出的声波经导声管垂直于液面传播，传至液面后发生反射，形成的回波由麦克风采集，并转化为时域波形，采用快速傅里叶变换将时域波形信号变换到时-频域中的频谱，采用快速频率检测方法获取频谱中的共振频率点，利用相邻共振频率的等差关系及基于共振频率的液位换算公式得到多个液位测量值，将它们取平均后作为最终的液位值。本发明方法易于实现且响应速度快，整个系统硬件成本低廉，可广泛应用于液罐的液位测量。
-
公开(公告)号：CN101852638A
公开(公告)日：2010-10-06
申请号：CN201010176203.8
申请日：2010-05-18
Applicant: 杭州电子科技大学
IPC: G01F23/296
Abstract: 本发明涉及基于固定频段声波共振频率的液位测量方法。现有的测量方法测量精度不够、测距范围小。本发明方法是将导声管竖直插入待测液面以下，扬声器和麦克风并排安装在导声管一端内，扬声器发出的声波经导声管垂直于液面传播，传至液面后发生反射，形成的回波由麦克风采集，并转化为时域波形，采用快速傅里叶变换将时域波形信号变换到时-频域中的频谱，采用快速频率检测方法获取频谱中的共振频率点，利用相邻共振频率的等差关系及基于共振频率的液位换算公式得到多个液位测量值，将它们取平均后作为最终的液位值。本发明方法易于实现且响应速度快，整个系统硬件成本低廉，可广泛应用于液罐的液位测量。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.03 seconds)
