-
公开(公告)号：CN110223288A
公开(公告)日：2019-09-10
申请号：CN201910519815.3
申请日：2019-06-17
Applicant: 华东交通大学
Abstract: 本发明提供一种有颜色特征和无颜色特征的稀土离子共存条件下多组分含量预测方法，涉及稀土萃取过程组分含量预测领域。该方法包括：稀土萃取过程存在组分含量难以快速、准确检测的问题，针对含有无色Ce离子的CePr/Nd混合溶液与Pr/Nd溶液的图像颜色特征有较大差异，导致原有基于颜色特征的单一稀土元素组分含量检测方法不再适用，提出一种基于GA-ELM的稀土萃取过程多组分含量预测方法。首先在HSI颜色空间下寻得与组分含量相关性最大的H、S分量；然后以H、S分量一阶矩为输入，建立基于极限学习机ELM的多组分含量软测量模型；针对ELM模型的初始权值和阈值的不确定性，采用遗传算法GA对模型参数进行优化，使优化后的组分含量ELM模型精度更高。
-
公开(公告)号：CN118710557B
公开(公告)日：2024-11-12
申请号：CN202411203742.4
申请日：2024-08-30
Applicant: 华东交通大学
Abstract: 本发明公开了一种利用图像结构和纹理信息引导的图像修复方法及系统，方法包括：构建具备图像结构和纹理信息交互能力的图像修复模型；对损坏图像样本进行预处理，得到掩码图像样本和边缘结构图像样本；将损坏图像样本、掩码图像样本和边缘结构图像样本输入至图像修复模型中，训练并生成图像修复模型的权重信息，得到目标图像修复模型；获取的待修复损坏图像，对待修复损坏图像进行预处理，得到掩码图像和边缘结构图像，并分别将待修复损坏图像、掩码图像和边缘结构图像输入至目标图像修复模型中，目标图像修复模型输出得到修复图像。同步地对结构导向的纹理合成与纹理指导的结构修复进行耦合建模，进而更准确地探索图像特征。
-
公开(公告)号：CN118790313A
公开(公告)日：2024-10-18
申请号：CN202411262155.2
申请日：2024-09-10
Applicant: 华东交通大学
Abstract: 本申请公开了一种基于盾构法的水平运输机车自动驾驶系统及方法，涉及隧道施工技术领域，该系统中在防撞梁处设有第一定位标签、第一激光雷达和第一深度相机；在出渣口区域处设有第二定位标签、第二激光雷达和第二深度相机；在龙门吊处设有第三定位标签和龙门吊摄像头；在车钩连接处设有第四定位标签和第三深度相机；车载工控机处理上述各组件测量的数据，由列车自动运行模块控制水平运输机车减速或停车，完成管片、砂浆的运输以及渣土的装载和卸载。本申请上述方案实现了水平运输机车的智能化工作，可以减少人为因素导致的事故风险，能够替代人力执行重复劳动和高风险工作，减少对人力资源的依赖，降低人力成本，提高工作效率。
-
公开(公告)号：CN114999581B
公开(公告)日：2023-11-10
申请号：CN202210659488.3
申请日：2022-06-13
Applicant: 华东交通大学
Abstract: 本发明涉及一种稀土萃取分离过程的时滞辨识方法和系统。本发明在基于多种稀土元素组分含量和多种过程变量生成参考序列和比较序列后，再对参考序列和比较序列进行预处理，以确定灰色关联度；接着，基于灰色关联度确定与参考序列相关度最高的比较序列，将这一比较序列作为过程变量构成原始数据矩阵；然后，基于获取的时滞序列、时基序列和原始数据矩阵构造时效关联数据矩阵，以生成时效关联分析矩阵；最后，利用矩阵H∞范数定量描述时效关联分析矩阵的特性，以确定与最大的H∞范数对应的时滞序列为待求的多重时滞，基于这一多重时滞进行萃取分离稀土的控制，进而能够在填补稀土萃取分离领域中时滞辨识空白的同时，显著提高所萃取稀土的质量。
-
公开(公告)号：CN116721037A
公开(公告)日：2023-09-08
申请号：CN202310818206.4
申请日：2023-07-05
Applicant: 华东交通大学
IPC: G06T5/00 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于PGGAN模型的图像修复方法，其涉及图像修复技术领域。包括：获取待修复的图像集；构建PGGAN模型；所述PGGAN模型包括生成器，局部判别器和全局判别器；生成器，局部判别器和全局判别器均由第一渐进层和第二渐进层构成；将图像集中的图像输入到PGGAN模型，获得修复后的图像。本发明通过可变卷积的判别器对局部特征进行特征提取与生成图像进行对抗以达到对图像局部复杂特征信息的提取、对比、修复，结合保证图像全局一致性的全局判别器对具有复杂形变物体的图像有更好的修复效果。
-
Patent Agency Ranking
公开(公告)号：CN116612527A
公开(公告)日：2023-08-18
申请号：CN202310563464.2
申请日：2023-05-18
Applicant: 华东交通大学
Abstract: 本发明公开一种基于双解码器的人体姿态估计方法、系统及设备，涉及人体姿态估计领域。本发明将RGB图像通过CNN网络进行特征预处理，将预处理后的特征向量序列经过Transformer编码器进行编码和特征提取，将输出的带有全局依赖关系特征的向量序列同时作为目标解码器和关键点解码器的输入，采用双解码器并行架构，同时提取个人的全局依赖特征和关键点之间的局部依赖特征，解决了关键点密度不足导致关键点漏检的问题，缩短了训练时间；全局依赖特征和局部依赖特征经过基于多层感知机的融合器进行融合，解决了人体存在遮挡现象导致无法检测到人体从而无法进行姿态估计的问题，大大提高了人体姿态估计精度。
-
公开(公告)号：CN116073322A
公开(公告)日：2023-05-05
申请号：CN202310343238.3
申请日：2023-04-03
Applicant: 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 华东交通大学 , 江西华东电气有限公司
Abstract: 本发明公开一种防止直流电压偏移引起保护误动的分析装置及方法，分析装载包括第一输入端和第二输入端，所述第一输入端和第二输入端分别与同一个或两个转换器的输入端相连接，转换器的输出端与限幅放大器的输入端相连接，限幅放大器的两个输出端依次与第一输出口和第二输出口相连接，转换器的输出端经滤波器与控制单元的输入端相连接，控制单元的输出端与转换器的输入端相连接。能最大程度消除直流电压偏移，避免引起误动作所导致的停电事故，响应速度快，准确性好。
-
公开(公告)号：CN114743060A
公开(公告)日：2022-07-12
申请号：CN202210388912.5
申请日：2022-04-13
Applicant: 华东交通大学
IPC: G06V10/771 , G06V10/774 , G06V10/75 , G06V10/764 , G06K9/62
Abstract: 本发明提出了一种稀土元素组分含量预测方法和系统，属于稀土元素分析技术领域，包括以下步骤：构建历史数据库；历史数据库中包括若干条不同工况下的历史稀土溶液图像颜色特征和对应的历史稀土元素组分含量；获取目标稀土溶液图像颜色特征；从历史数据库中选取与目标稀土溶液图像颜色特征灰色关联度符合预设规则的若干条历史稀土溶液图像颜色特征作为学习集；采用最小二乘支持向量机建立元素组分含量预测模型，以学习集中的历史稀土溶液图像颜色特征作为模型的输入，以对应的历史稀土元素组分含量为模型的目标输出；将目标稀土溶液图像颜色特征输入元素组分含量预测模型中，得到目标稀土元素组分含量。
-
公开(公告)号：CN111815618B
公开(公告)日：2022-04-05
申请号：CN202010708783.4
申请日：2020-07-22
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于时序特征的稀土元素组分含量动态监测方法及系统，所述监测方法，利用图像信息采集装置定时采集待监测的稀土溶液的时序图像；在混合颜色空间通过主成分分析方法对时序图像提取时序特征；判断时序图像的时序特征值是否位于混合颜色空间的期望区间，得到判断结果；若所述判断结果表示否，则在HSV颜色空间下，计算时序图像与样本数据集中样本图像的直方图相交距离，根据直方图相交距离较大的样本图像对应的组分含量确定所述时序图像对应的稀土元素组分含量；否则直接等待进行下一个采样时间点的时序图像的采集，无需在每次采集时均需要根据时序图像计算组分含量，减少了计算量和计算时间。
-
公开(公告)号：CN111815618A
公开(公告)日：2020-10-23
申请号：CN202010708783.4
申请日：2020-07-22
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于时序特征的稀土元素组分含量动态监测方法及系统，所述监测方法，利用图像信息采集装置定时采集待监测的稀土溶液的时序图像；在混合颜色空间通过主成分分析方法对时序图像提取时序特征；判断时序图像的时序特征值是否位于混合颜色空间的期望区间，得到判断结果；若所述判断结果表示否，则在HSV颜色空间下，计算时序图像与样本数据集中样本图像的直方图相交距离，根据直方图相交距离较大的样本图像对应的组分含量确定所述时序图像对应的稀土元素组分含量；否则直接等待进行下一个采样时间点的时序图像的采集，无需在每次采集时均需要根据时序图像计算组分含量，减少了计算量和计算时间。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.041 seconds)
