一种结构与纹理相互促成的图像修复方法

    公开(公告)号:CN116777770A

    公开(公告)日:2023-09-19

    申请号:CN202310660230.X

    申请日:2023-06-06

    Abstract: 本发明属于自然图像处理领域,特别涉及一种结构与纹理相互促成的图像修复方法。本发明遵循生成对抗网络的基本框架,包括双分支并行耦合生成器和双分支鉴别器两部分。双分支并行耦合生成器利用两个支流分别重建结构和合成纹理,在此过程中,两个支流进行频繁的双向交互,使结构和纹理相互获取互补信息,形成结构指导纹理合成,纹理促进结构重建的模式,同时,两者的频繁交互实现了结构和纹理的相互感知,精准地保证了两者之间的一致性。双分支鉴别器分别从结构和纹理两个方面对生成器生成的图像进行真假鉴别,含有结构对抗和纹理对抗两个过程,监督生成器生成结构和纹理都合理的图像。

    基于神经网络的高精度非线性卡尔曼滤波器设计方法

    公开(公告)号:CN116667816A

    公开(公告)日:2023-08-29

    申请号:CN202310548410.9

    申请日:2023-05-16

    Abstract: 本发明公开了基于神经网络的高精度非线性卡尔曼滤波器设计方法,所述设计方法为将卡尔曼预测与更新过程的求解结果组合做为神经网络的输入特征,建立深度神经网络卡尔曼滤波器,基于卡尔曼滤波器与深度神经网络卡尔曼滤波器设计了一种融合滤波器估计方法,通过仿真实验表明,深度神经网络卡尔曼滤波器的估计精度优于卡尔曼滤波器,融合滤波器估计方法的估计精度同时优于深度神经网络卡尔曼滤波器与卡尔曼滤波器。本发明采用上述基于神经网络的高精度非线性卡尔曼滤波器设计方法,可以实现线性高斯系统目标状态跟踪过程,将传统卡尔曼滤波预测步骤、更新步骤中的结果及结果组合作为神经网络输入特征,来训练其最优非线性组合形式的离线滤波器。

    一种超非线性输入输出系统基于CFF的参数辨识方法

    公开(公告)号:CN115796244B

    公开(公告)日:2023-07-21

    申请号:CN202211643615.7

    申请日:2022-12-20

    Inventor: 文成林

    Abstract: 本发明公开了一种超非线性输入输出系统基于CFF的参数辨识方法,包括以下步骤:S1、设计基于CFF的神经网络参数更新方法;S2、建立稀疏神经网络模型;S3、设计用系统误差建模实际噪声的方法;S4、仿真实验。本发明采用上述超非线性输入输出系统基于CFF的参数辨识方法,将CFF和神经网络结合起来,充分利用了CFF在超非线性系统中的优秀特性,将其应用于复杂网络参数更新中,提高了网络参数的更新速度,避免了传统方法带来的效率低、收敛慢等问题。

    一种改进VFFRLS的锂电池模型参数辨识方法

    公开(公告)号:CN116449219A

    公开(公告)日:2023-07-18

    申请号:CN202310468364.1

    申请日:2023-04-27

    Abstract: 本发明公开了一种改进VFFRLS的锂电池模型参数辨识方法,包括以下步骤:步骤1,电池建模:采用戴维南模型作为电池等效电路模型,运用基尔霍夫定律得到模型的函数关系式,并通过运算得到三个模型参数;步骤2,参数识别:步骤21,通过带有遗忘因子的递推最小二乘法对室温条件下电池主要特性的实验数据进行参数辨识;步骤22,提出修正函数,采用双曲线正切函数的改进形式,将双曲线倒置;步骤3,仿真分析:对VFFRLS算法的精度、收敛性进行仿真验证。本发明采用上述改进VFFRLS的锂电池模型参数辨识方法,将传统FFRLS算法中的定值遗忘因子改为变量,在不影响算法精度的同时,提升了系统对参数的动态跟踪能力。

    一种动态系统加性干扰与状态估计的实时滤波方法

    公开(公告)号:CN116192095B

    公开(公告)日:2023-07-07

    申请号:CN202310486963.6

    申请日:2023-05-04

    Inventor: 文成林 陈健

    Abstract: 本发明公开了一种动态系统加性干扰与状态估计的实时滤波方法,具体步骤如下:步骤S1:建立包含有不确定因子的随机系统,不确定因子包括隐变量和加性干扰;步骤S2:设计关于隐变量和加性干扰的Kalman滤波器;步骤S3:基于步骤S2中的Kalman滤波器和随机系统设计出求解随机系统状态状态变量估计值的自适应滤波器,并根据自适应滤波器对随机系统进行实时滤波。采用上述一种动态系统加性干扰与状态估计的实时滤波方法,利用对状态模型和观测模型中当前加性干扰在线的实时辨识结果,实现对状态转移函数和测量转移函数等工况变化的实时在线滤波调整,提高滤波的可靠性。

    一种生产过程间歇故障及趋势畸变的监测与辨识方法

    公开(公告)号:CN116382103A

    公开(公告)日:2023-07-04

    申请号:CN202310664317.4

    申请日:2023-06-07

    Abstract: 本发明公开一种生产过程间歇故障及趋势畸变的监测与辨识方法,包括:通过采样数据对周期递进混合多项式模型中的参量进行最优辨识,生成最优模型系数参量;基于最优模型系数参量,计算故障监测门限,并根据故障监测门限生成残差特性的示性函数,通过对生成过程中实时采样数据的示性函数计算,判定是否发生故障,并当系统发生故障时,生成对应的故障幅度辨识结果,以实现间歇故障的监测与辨识;构建门限控制函数,并基于门限控制函数通过最优递推辨识算法对实时采样数据进行计算,获取估值序列,对估值序列构建系数偏离指数,对系数偏离指数进行判断,生成趋势畸变辨识结果,以实现趋势畸变的检测与辨识。

    一种声源定位算法一体化试验装置

    公开(公告)号:CN116381602A

    公开(公告)日:2023-07-04

    申请号:CN202310097485.X

    申请日:2023-02-10

    Abstract: 本发明公开了一种声源定位算法一体化试验装置,包括麦克风阵列组件、声音生成组件、声音坐标控制组件,所述麦克风阵列组件包括麦克风阵列、卡盘、旋转电机,所述麦克风阵列固定于底座上,所述底座通过旋转锁紧机构固定到所述卡盘上,所述卡盘中心设置转动联轴器,所述转动联轴器通过电机轴与所述旋转电机相连接。本发明采用上述一种声源定位算法一体化试验装置,将声源定位过程需要的声源和音频采集部分整合到一个装置中,一体化程度更高;麦克风阵列结构可以调节和更换,由电机控制的声源坐标位置,可以实现更精确的声源位置控制。

    基于MSTP+VRRP组网技术的校园网

    公开(公告)号:CN115174301A

    公开(公告)日:2022-10-11

    申请号:CN202210846972.7

    申请日:2022-07-06

    Inventor: 林宜锋 文成林

    Abstract: 本发明公开了基于MSTP+VRRP组网技术的校园网,校园网基于虚拟局域网对校内各区域进行区域划分,并对重要区域进行链路聚合;校园网内路由器依据NAT技术进行网络地址转换,依据ACL策略对路由信息过滤,路由器间依靠OSPF协议建立邻居关系;校园网整体为三层网络架构;核心层配置有至少两台核心交换机和一台DHCP中继服务器,核心交换机间依据VRRP协议进行心跳交换和主备冗余,DHCP中继服务器为接入层设备同一分配IP地址;汇聚层支持三层网络交换技术和VLAN,与核心层共同承担多生成树的开销;接入层采用有线通信和无线通信两种模式,并配置有MSTP协议。本发明采用上述校园网,分层管理,保证了网络的经济性、安全性、稳定性、冗余性和易维护性。

Patent Agency Ranking