-
公开(公告)号：CN115841092A
公开(公告)日：2023-03-24
申请号：CN202211495439.7
申请日：2022-11-27
Applicant: 东南大学 , 南京云牛智能科技有限公司
IPC: G06F30/367
Abstract: 本发明公开了一种用于芯片电路仿真的步长增益自适应调整方法，该方法对芯片电路仿真伪瞬态分析算法所输出的原始步长增益进行自适应调整。增益自适应调整方法以芯片电路仿真伪瞬态分析算法在每个时间点的原始步长增益作为输入，通过挖掘历史增益序列的一阶矩和二阶矩信息在线自适应调整当前时间点的步长增益，从而输出最终步长。本发明提供的一种用于芯片电路仿真的步长增益自适应调整方法可以自适应不同规模、参数和拓扑结构的电路仿真，将伪瞬态分析算法输出的原始步长，乘以自适应调整后的增益，进一步增强仿真算法的鲁棒性。算法复杂度不受电路规模大小影响，以极低的计算成本提高芯片电路仿真算法的收敛性和效率，大幅降低牛顿拉夫逊法的迭代次数和整个电路的仿真时间。
-
公开(公告)号：CN115583580A
公开(公告)日：2023-01-10
申请号：CN202211193533.7
申请日：2022-09-28
Applicant: 东南大学 , 南京科远智慧科技集团股份有限公司 , 南京闻望自动化有限公司
Abstract: 本发明公开了基于七段式轨迹规划的变绳长工业行车防摇控制方法。针对行车水平运动和升降运动相耦合的变绳长行车防摇控制问题，基于相轨迹切换的思想，设计了一种七段式轨迹规划的变绳长工业行车防摇控制方法，大幅提高了行车作业效率；相较于传统的三段式轨迹规划，七段式轨迹规划的加速度可选域由离散域变为连续域，能够更加灵活地规划加速度大小和加速时长，以充分发挥行车驱动器性能。所述七段式轨迹规划工业行车防摇控制方法的系统硬件装置主要包括：PLC控制器、变频器、交流异步电动机、角度测量仪、格雷母线测距电缆和上位机。
-
公开(公告)号：CN112489123B
公开(公告)日：2021-09-10
申请号：CN202011186575.9
申请日：2020-10-30
Applicant: 江阴市智行工控科技有限公司 , 南京云牛智能科技有限公司 , 东南大学
Abstract: 本发明公开了一种钢厂库区卡车表面目标三维定位方法，属于机械自动化领域，具体步骤：得到不规则目标和规则目标的点云；得到每个不规则目标的主方向向量和中心坐标；得到规范的不规则目标的中心坐标；得到排序后不规则目标的中心坐标；得到不规则目标的位置坐标；得到规则目标点云的中心坐标；得到地面坐标系下的目标位置坐标。本发明应用于钢铁库区装卸车作业中，能提高对卡车上不规则目标和规则目标的分割和定位准确度。采用PointCNN分割网络对卡车表面的目标点云块进行识别和分割，最后由特定的定位算法计算出不规则目标和规则目标的位置；本发明解决了现有定位技术中的不规则目标分割和定位问题，提高了定位系统的适用性和识别效率。
-
公开(公告)号：CN112551364B
公开(公告)日：2021-07-02
申请号：CN202011305247.6
申请日：2020-11-20
Applicant: 江阴市智行工控科技有限公司 , 南京云牛智能科技有限公司 , 东南大学
Abstract: 本发明公开了基于变结构神经网络的复合负载位置追踪防摇控制方法，属于工业级行车技术领域，该控制方法将使用变结构模糊神经网络搭建的参数校正器和基于复合负载位置追踪的反馈控制器相结合，校正器根据系统状态的变化修正控制器的参数，经修正的控制器再通过系统输入计算下一时刻行车的加速度。本发明提供的基于变结构神经网络的复合负载位置追踪防摇控制方法对行车进行防摇定位，同时使用变结构模糊神经网络搭建的参数校正器实时修正控制器参数，改善控制系统性能，方法简单易行，具有良好的鲁棒性，从而更好地提升防摇效果，自适应行车运动过程中的不同工况，提高行车运载物品的安全性、可靠性。
-
公开(公告)号：CN110046756B
公开(公告)日：2021-05-07
申请号：CN201910274476.7
申请日：2019-04-08
Applicant: 东南大学
Abstract: 本发明公开了一种基于小波去噪与Catboost的短时天气预报方法，包括以下步骤：S1：输入t时刻的历史气候特征数据，对由时刻t、O1‑On和M1‑Mm组成的输入数据进行数据清洗；S2：对O1‑On和M1‑Mm进行排序，剔除分值低于Q分的特征数据；S3：对待预测气候特征序列的P个站点进行one‑hot编码；对待预测气候特征序列的时间信息进行时钟投影以得到时间特征；S4：对待预测气候特征序列中的距地面2米高度处的温度、距地面2米高度处的相对湿度以及距地面10米高度处的风速进行小波去噪；S5：训练Catboost模型，将测试集输入到训练后的Catboost模型中，输出距地面2米高度处的温度、距地面2米高度处的相对湿度以及距地面10米高度处的风速的预测结果。本发明能够减少收敛时间，提高预测效率。
-
Patent Agency Ranking
公开(公告)号：CN112488097A
公开(公告)日：2021-03-12
申请号：CN202011186589.0
申请日：2020-10-30
Applicant: 南京云牛智能科技有限公司 , 江阴市智行工控科技有限公司 , 东南大学
Abstract: 本发明公开了一种车牌识别中的缺失字符补全方法。属于车牌识别领域；具体步骤：1、对输入的字符区域外接矩形框分别在最左边和最右边划分矩形区域a1与b1；2、将a1与b1进行字符判别；3、在新生成的一排矩形框左右两边继续取新区域；4、计算相邻矩形框的中心间距；5、对特殊位置字符进行检测，确定车牌中第2和第3个字符的位置；6、采用排列组合的方法对缺失字符进行补全。本发明针对没有将所有的车牌字符提取出来，及存在的偏差导致极少数情况的字符丢失的问题，通过外围区域矩形框判别、相邻字符间距检测，特殊位置字符检测补全丢失的车牌字符，提高了车牌识别的准确率，能够实现复杂工业环境中的车牌识别。
-
公开(公告)号：CN112487864A
公开(公告)日：2021-03-12
申请号：CN202011201936.2
申请日：2020-11-02
Applicant: 江阴市智行工控科技有限公司 , 东南大学 , 南京云牛智能科技有限公司
Abstract: 本发明公开了一种面向施工现场的对于小目标安全帽和防护服检测方法，属于图像处理中的目标检测领域，首先采用YoloV3网络模型框架，通过用Inception‑Resnet模块代替原有的YoloV3网络的Resnet模块增加网络的深度从而提取更多的施工现场的特征信息；引入darknet‑128和104×104尺寸的特征图通道增加了多尺度预测能力，能够在保持学习速度的同时提高CNN对于更小目标的学习的准确性；并且采用k‑means聚类算法对采集数据进行分析，得到适用于施工现场场景下的合适的锚框的大小，改进后的模型增强了在远距离上对小目标的检测能力和准确性，使得在复杂多变的施工现场能准确快速的完成对小目标的安全帽和防护服的检测。
-
公开(公告)号：CN112487862A
公开(公告)日：2021-03-12
申请号：CN202011171204.3
申请日：2020-10-28
Applicant: 南京云牛智能科技有限公司 , 东南大学 , 江阴市智行工控科技有限公司
Abstract: 本发明公开了基于改进EfficientDet模型的车库行人检测方法，属于图像处理中的目标检测技术领域，本发明利用mosaic数据增强方法丰富行人检测的背景信息，且在批标准化Batch Normalization计算时一次性计算四张图像的数据；在主干网络EfficientNet中引入特征分流网络CSPNet，增强CNN的学习能力，能够在轻量化模型的同时保持检测的准确性，降低计算瓶颈和内存成本；在特征提取网络的顶部引入空间金字塔池化模块SPP，增加网络的感受野，在复杂多变的车库环境中能准确快速地完成行人检测。
-
公开(公告)号：CN112485001A
公开(公告)日：2021-03-12
申请号：CN202011280097.8
申请日：2020-11-16
Applicant: 申龙电梯股份有限公司 , 南京云牛智能科技有限公司 , 东南大学
IPC: G01M13/045 , G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向智慧电梯的故障诊断方法，包括：收集电梯曳引机和门机的加速度、速度信号数据，并根据电机的运行状态对数据集进行分类，得到训练样本；对原始的振动信号数据进行信号降噪的预处理，构建信号的特征向量；使用PWVD方法构建CNN输入图像；利用CNN学习不同故障类别的输入图像，完成不同故障状态的精准识别。通过预处理机制不仅可以加强CNN学习复杂特征的能力与速度，提高模型分类准确率，增强鲁棒性，而且减少了训练用时，有利于实时监控分析智慧电梯的系统健康状况。
-
公开(公告)号：CN112422531A
公开(公告)日：2021-02-26
申请号：CN202011221534.9
申请日：2020-11-05
Applicant: 博智安全科技股份有限公司 , 东南大学 , 江阴市智行工控科技有限公司
Abstract: 本发明提出了基于CNN和XGBoost的网络流量异常行为检测方法，属于网络安全入侵检测技术领域，包括以下步骤：首先使用抓包函数或工具获得网卡或者其他端口的流量数据(pcap)；然后使用splitcap等工具对流量数据按照五元组的方式进行拆分，获得短流flow，之后对flow进行修整，使所有flow字节数一致，多了舍弃，不足就零填充；对于n个字节的flow，将每个字节看作一个像素(0‑255)，实现flow数据的图像化；之后使用卷积神经网络提取flow图像特征，接着对CNN网络提取出的特征使用xgboost算法进行分类，实现对异常流量的检测。本发明能够提升异常检测的精度和误报率，在一些公开的数据集上都有不错的表现。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.023 seconds)
