一种基于自适应带宽的候鸟迁徙轨迹重建方法

    公开(公告)号:CN113486940A

    公开(公告)日:2021-10-08

    申请号:CN202110737780.8

    申请日:2021-06-30

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于自适应带宽的候鸟迁徙轨迹重建方法。一些候鸟由于体型极小等原因使个体追踪手段无法实施。为了便于为这些候鸟建立有效的研究保护机制,本发明拟根据eBird公民数据平台,利用其观鸟信息清单进行鸟类全迁徙周期内的种群轨迹重建。首先对观鸟信息中的缺失值进行线性插值填补;然后对异常数据点进行清洗剔除;在此基础上利用改进的自适应带宽的Mean‑shift聚类算法对每天的观鸟数据进行聚类,最后利用基于最小代价的遍历算法对每天的聚类结果进行分群判定,并利用广义加性模型实现非线性拟合。本发明对缺少准确追踪数据的小型候鸟在迁徙周期内的轨迹重建具有重要科学意义及应用价值,进而为有针对性的候鸟保护活动及保护区构建提供科学支撑。

    基于超分辨率特征增强的弱小空域目标检测方法

    公开(公告)号:CN113223059A

    公开(公告)日:2021-08-06

    申请号:CN202110538023.8

    申请日:2021-05-17

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于超分辨率特征增强的弱小空域目标检测方法。该方法包括:1.对空域视频流进行光照补偿,得到空域视频图像;2.采用基于背景建模与帧间差分的前景检测算法获取前景目标灰度特征图,形态学滤波提取前景目标轮廓,计算得到前景目标的预测框集合;3.采用基于KM算法与卡尔曼滤波的多目标跟踪器跟踪上述预测框,筛选出疑似目标框;4.在空域目标超分辨数据集上训练超分辨率神经网络模型,检测阶段使用超分辨率模型对所述疑似目标框所映射的前景图像区域进行超分辨率增强;5.在空域目标检测数据集上训练基于YOLOv4框架的神经网络模型,检测阶段使用检测器模型检测所述超分辨率增强后的前景目标区域中的目标,得到目标检测结果。

    一种序贯的空时自适应处理参数估计方法

    公开(公告)号:CN110412535B

    公开(公告)日:2021-08-03

    申请号:CN201910737615.5

    申请日:2019-08-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种序贯的空时自适应处理参数估计方法,主要解决现有技术中空时二维参数联合估计存在的网格失配以及高计算复杂度等问题。其实现步骤是:部署电磁脉冲发射器以及均匀线阵;利用线阵接收脉冲被周边物体反射后的回波并进行空时信号建模;计算空时信号的采样协方差矩阵;初始化空时功率谱;建立空时相对概率谱并提取先验知识;基于脉冲序列的旋转不变性进行时间域参数估计;基于均匀线阵的旋转不变性进行空间域参数估计;无网格化空时估计参数匹配,最终得到空时参数估计结果。本发明提高了空时自适应处理过程中目标特征参数估计的效率和精确度,可用于机载雷达探测跟踪、无人机通信等领域。

    一种变步长液压振动台自适应幅相控制方法

    公开(公告)号:CN111795791B

    公开(公告)日:2021-06-04

    申请号:CN202010641260.2

    申请日:2020-07-06

    Applicant: 浙江大学

    Abstract: 本发明公开了一种变步长液压振动台自适应幅相控制方法,用于提高液压振动台试验中各个频率点正弦响应信号的跟踪精度;该方法设计了一个由正弦信号发生器和自适应滤波器构成的自校正网络对液压振动台控制系统的输入期望信号进行补偿,根据当前时刻误差利用改进的变步长LMS算法更新校正网络权值;在每个控制周期中,自校正网络通过将当前输入期望信号与反馈实时响应信号做差,得到当前时刻误差,根据误差利用改进的变步长LMS算法更新自校正网络权值,自校正网络输出信号作为液压振动台控制系统实际输入信号,使得系统响应信号误差变小,最终收敛后响应误差趋近于0,通过这种在线调整的方法,振动台可以高精度复现各个频率点输入正弦期望波形信号。

    一种用于汽车防侧翻的ECAS系统自适应控制方法

    公开(公告)号:CN110126844B

    公开(公告)日:2021-06-04

    申请号:CN201910416040.7

    申请日:2019-05-19

    Abstract: 本发明公开了一种用于汽车防侧翻的ECAS系统自适应控制方法。首先,采集离线数据,搭建并训练用于预测汽车侧翻时间的改进型门控循环神经网络;然后,以一定采样周期采集汽车行驶状态数据并进行滤波处理;再以一定更新周期,用预先训练的改进型门控循环神经网络进行汽车侧翻时间预测,进而更新自适应PD控制器的比例系数;同时,以一定控制周期计算汽车横向负载转移比,并得到和设定值之间的偏差,偏差再输入所述自适应PD控制器进行控制输出;最后,汽车ECAS系统电磁阀根据所述自适应PD控制器的输出调节气囊高度。本发明模型和参数可自调节,达到较好的防侧翻效果;同时适用于诸多车型,进而减少测试工程师工作量,提高了汽车装载ECAS系统的效率。

    一种基于信息融合的野生动物监测系统及方法

    公开(公告)号:CN111025969B

    公开(公告)日:2021-04-27

    申请号:CN201911236489.1

    申请日:2019-12-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于信息融合的野生动物监测系统,该系统包括微处理器、数据采集模块、通讯模块、电源管理模块、红外相机模块;所述通讯模块采用4G网络,采用断点重传的方式将数据稳定发送至服务器;所述数据采集模块用于获取野生动物的发热量信息数据和声音信息数据;所述红外相机模块用于采集野生动物的图像;所述微处理器接收数据采集模块和红外相机模块的数据,采用信息融合技术,识别出动物的种类;所述电源管理模块包括异形光伏组件、聚合物储能电池和一次电池。本发明能够适应复杂的野生动物生活环境,稳定、高效、全天候不间断运行,灵敏捕获动物图像及声音信息,识别动物种类,可实时监测野生动出没情况及当地环境状况。

    一种基于故障树分析的风力发电机组备品备件需求预测方法

    公开(公告)号:CN106980913B

    公开(公告)日:2021-04-27

    申请号:CN201710265323.7

    申请日:2017-04-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于故障树分析的风力发电机组备品备件需求预测方法,首先建立风力发电机组故障树抽象模型;然后得到故障树中各个底事件所对应部件的日化年故障概率;利用Simulink平台搭建故障树仿真模型并对顶事件的布尔函数表达式进行化简;求取故障树最小割集;编写计算各底事件的概率重要度、关键重要度指标的数值运算子函数;用户输入各个底事件的日化年故障概率,调用子函数输出概率重要度、关键重要度指标;计算未来阶段各个部件的备品备件的数目。本发明方法基于风力发电机组故障树,模型参数可调,适应不同厂商产品差别,适应不同工况,细化风力发电机组故障原因,提高备件使用效率,降低库存成本,以达到风力发电企业降低运维费用的目标。

    一种可保证安全距离的基于遗传算法的风电场风力发电机排布优化方法

    公开(公告)号:CN106897793B

    公开(公告)日:2021-04-27

    申请号:CN201710021309.2

    申请日:2017-01-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种可保证安全距离的基于遗传算法的风电场风力发电机排布优化方法。对风力发电机进行选型;把风电场区域作为搜索域,在搜索域内随机生成风机的初始位置矩阵,作为算法的初始解,矩阵的每一行代表一种风机位置排布方案,矩阵的行数代表遗传算法每代的种群的个体数,对矩阵进行二进制编码;计算当前代每个个体的适应度,适应度函数设定为保持风机间安全距离且度电成本最低;根据每个个体的适应度值,求出当代最优,结合历史最优值记录,求出全局最优值及其对应的个体;本发明方法无须将风电场划分成正方形网格并进行选择,可以更有效的利用风电场范围内的土地资源和风资源,位置方案更加精确,实用性更强。

    一种面向仓库场景的跨摄像头多目标跟踪方法

    公开(公告)号:CN112614159A

    公开(公告)日:2021-04-06

    申请号:CN202011530890.9

    申请日:2020-12-22

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向仓库场景的跨摄像头多目标跟踪方法,主要包括目标检测、多目标跟踪、轨迹映射三部分。目标检测器实现了目标之间存在相互遮挡场景下的精确检测;多目标跟踪器可以基于目标模板框预测各目标在当前帧的位置;通过将检测框和多目标跟踪框进行最优匹配来更新目标状态以及跟踪池信息;利用摄像头之间的时空关系,基于目标外观特征实现目标的跨摄像头跟踪;通过投影映射技术将目标轨迹映射到统一的仓库地图中以可视化跟踪过程。该方法可实现仓库场景下鲁棒的跨摄像头检测与跟踪。

    基于结构化数据库的OPC UA信息模型自动构建方法

    公开(公告)号:CN112597129A

    公开(公告)日:2021-04-02

    申请号:CN202011523146.6

    申请日:2020-12-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于结构化数据库的OPC UA信息模型自动构建方法,主要解决传统工厂互联互通升级改造时手动构建OPC UA信息模型对专业知识要求高且工作量大等问题,其实现步骤是:导入产线现有结构化数据库;解析包含设备及属性的数据库模式信息,映射为三元组集合;基于三元组生成OWL文件;映射生成XML文件;转换生成符合OPC UA规范的信息模型XML文件;生成.c文件和.h文件;创建OPC UA服务器,实例化信息模型。本发明从自动、高效构建OPC UA信息模型的需求出发,基于现有的结构化数据库,按照所定义的映射规则自动构建信息模型,极大地减少了进行OPC UA数据通信改造时需要人工逐个设备构建信息模型的繁琐操作,提高了改造效率,实用性强,具有广阔的应用前景。

Patent Agency Ranking