-
公开(公告)号：CN114295195A
公开(公告)日：2022-04-08
申请号：CN202111677844.6
申请日：2021-12-31
Applicant: 河海大学常州校区
Abstract: 本发明公开了基于特征提取的光纤传感振动信号的异常判断方法和系统，首先对采集到的光缆中的振动信号进行预处理；将振动信号通过基于频谱能量分析的梅尔频率倒谱系数特征提取方法提取特征向量；将特征向量矩阵通过标准差局部线性嵌入进行特征降维；依据降维后的特征判断振动信号是否为异常信号；若信号为异常信号，则进行报警。本发明通过对梅尔频率倒谱系数特征提取方法的改进，解决了在梅尔频率倒谱系数特征提取过程中因语音信号与光纤传感振动信号频率差异而导致的识别率低的问题，提高了光纤传感系统的检测实时性及识别率，实现对异常信号的快速、准确识别。
-
公开(公告)号：CN110243939B
公开(公告)日：2022-03-01
申请号：CN201910565249.X
申请日：2019-06-26
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于机械波定位的水坝缺陷检测系统及其处理方法。所述系统包括潜水器、振动传感器、信息处理单元；所述潜水器上安装有摄像头和机械手臂；所述摄像头用于观察水库坝体并记录下裂缝图像；所述机械手臂的前段安装有震源发生器；所述振动传感器安装在被检测的水坝上，所述振动传感器用于采集震源发生器敲击水坝产生的机械波；所述信息处理单元用于处理振动传感器采集的机械波数据。本发明定位精度高，操作技术难度低，适用范围广。
-
公开(公告)号：CN110299926B
公开(公告)日：2021-02-05
申请号：CN201910675570.3
申请日：2019-07-25
Applicant: 河海大学常州校区
IPC: H04B1/16
Abstract: 本发明公开了一种面向低信噪比环境的水声信号检测方法，所述方法包括如下步骤：设置发射信号长度，对数字信号序列进行处理，得到输出序列；对输出序列进行处理，并计算得到序列方差；将序列方差与方差限定值比较，以此判断有无信号；计算输出序列中元素的各级类间方差，并找出最优门限值；根据最优门限值得到目标信号的到达时刻对复杂水域环境新造，其中包含归一化匹配滤波、自适应门限值计算、相关峰提取等部分组成。通过对接收到的水声信号归一化匹配滤波和自适应门限计算提高其在低信噪比环境下的信号检测性能。
-
公开(公告)号：CN111478960A
公开(公告)日：2020-07-31
申请号：CN202010258431.3
申请日：2020-04-03
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于边缘计算的数据采集和边缘计算系统，包括边缘设备模块、数据预处理模块和边缘计算模块，边缘设备模块通过以太网或串口与数据预处理模块连接，数据预处理模块与边缘计算模块连接，边缘设备模块通过连接以太网和串口向数据预处理模块发送数据，数据预处理模块检查当前信道状态并对接收到的数据进行预处理，随后将预处理后的数据传送给边缘计算模块，所述边缘计算模块先将接收到的数据进行解包和提取数据，再将提取出的数据进行打包，通过其中的云端服务器接入单元上传至云端服务器。本发明实现了对大量的不同协议数据的集中采集和处理，极大提高了数据向云端的传输速度，同时减轻了大量数据传输给云端的压力。
-
公开(公告)号：CN108921176B
公开(公告)日：2020-07-10
申请号：CN201810651004.4
申请日：2018-06-22
Applicant: 河海大学常州校区
IPC: G06K9/46
Abstract: 本发明公开了一种基于机器视觉的指针式仪表定位与识别方法，对仪表盘在仪表柜图像中的位置进行准确定位并自动识别仪表读数，（1）获取仪表柜图像；（2）将仪表柜图像进行分割处理，得出仪表盘图像；（3）对仪表盘图像进行预处理；（4）使用Canny边缘检测法获得仪表盘图像中所有的边缘轮廓；（5）在获得的边缘轮廓中用Hough变换找到所有直线轮廓，（6）通过直线轮廓的长度特征筛选出仪表盘中指针所在的直线轮廓；（7）计算指针所在两条直线轮廓倾斜角的平均值θ；（7）由直线倾角和仪表刻度之间的线性关系计算出指针读数。通过采用以上定位及检测技术，具有定位与读数准确，抗噪性能好，图像处理高效快捷的特点。
-
Patent Agency Ranking
公开(公告)号：CN108650695B
公开(公告)日：2020-05-15
申请号：CN201810390577.6
申请日：2018-04-27
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种节点动态覆盖驱动的无线网络路由路径规划方法，包括以下步骤：通过驱动装置带动所述无线执行节点移动到网络指定位置；以所述位置传感器的输出作为反馈，在所述驱动装置带动下对发生漂移的无线执行节点进行位置更新；形成整个目标区域无线执行节点非均匀覆盖模型；将所述无线执行节点分为不同的簇；判断簇内节点相对几何距离和剩余能量是否最优；簇内无线执行节点向簇首节点传输数据，所述簇首节点沿邻居簇首节点将数据传输给中继节点。本发明提高了无线网络覆盖率和网络能耗，提高了监测区域感知参数的数据传输性能。
-
公开(公告)号：CN111105097A
公开(公告)日：2020-05-05
申请号：CN201911354842.6
申请日：2019-12-25
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于卷积神经网络的大坝变形预测系统和方法。本发明用于大坝变形预测的卷积神经网络充分使用网络并行计算的能力，把二维数据并行地输入到多条路径中，且每条路径中有若干卷积层和池化层交替级联，为获取到更多的特征，可以设置不同的卷积核大小；增加仅级联一个卷积层和一个池化层的简单路径，用于提取与其它路径不同的特征，同时本发明考虑到这些路径提取到的特征不一定互补，所以在合并这些路径的输出结果时，所述系统中使用加法运算。本发明提高了大坝变形预测的自动化水平，同时提高了变形预测的效率和速度。
-
公开(公告)号：CN110765915A
公开(公告)日：2020-02-07
申请号：CN201910982409.0
申请日：2019-10-16
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于跨任务多层学习的家用电器检测识别方法，该方法包括：图片的收集与筛选；数据集的制作，根据目标检测标准COCO数据集格式制作家用电器数据集；以YOLO框架为基础，改进的目标检测网络Darknet-50作为基础网络；搭建跨任务的学习框架学习模型最优的初始化参数：最内层级获取特定任务的知识，最外层级获取最内层级的跨任务知识；利用得到的初始化参数进行训练；模型测试与评估上述步骤。本发明用一种基于跨任务的学习方法，使网络获得更好的先验知识。解决了家用电器数据数量不足、数据质量差的问题，极大的提升了网络训练的时间和检测的精度。
-
公开(公告)号：CN106407927B
公开(公告)日：2019-11-05
申请号：CN201610818023.2
申请日：2016-09-12
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于偏振成像的适用于水下目标检测的显著性视觉方法，包括A）采集水下同一位置多角度自配准偏振图像；B）基于偏振信息的水下图像恢复；C）全局纹理特征提取；D）基于全局对比度的颜色特征提取；E）视觉显著性特征融合；F）基于目标中心与灰度重心的显著图优化与目标提取；G）根据最终显著图，并对其进行阈值分割，实现水下目标的检测。本发明利用目标中心概率、图像灰度重心及空间顺滑实现显著度优化，进一步抑制背景、突出前景，既能实现复杂水环境下目标检测的高检出率、高识别率，且满足实时性要求，具有良好的应用前景。
-
公开(公告)号：CN110299926A
公开(公告)日：2019-10-01
申请号：CN201910675570.3
申请日：2019-07-25
Applicant: 河海大学常州校区
IPC: H04B1/16
Abstract: 本发明公开了一种面向低信噪比环境的水声信号检测方法，所述方法包括如下步骤：设置发射信号长度，对数字信号序列进行处理，得到输出序列；对输出序列进行处理，并计算得到序列方差；将序列方差与方差限定值比较，以此判断有无信号；计算输出序列中元素的各级类间方差，并找出最优门限值；根据最优门限值得到目标信号的到达时刻对复杂水域环境新造，其中包含归一化匹配滤波、自适应门限值计算、相关峰提取等部分组成。通过对接收到的水声信号归一化匹配滤波和自适应门限计算提高其在低信噪比环境下的信号检测性能。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.025 seconds)
