-
公开(公告)号：CN118677918B
公开(公告)日：2024-12-24
申请号：CN202410694232.5
申请日：2024-05-31
Applicant: 南京理工大学
IPC: H04L67/12 , H04L69/14 , G01M7/08 , G01M17/007
Abstract: 本发明涉及多通道信号采集技术领域，尤其涉及一种面向冲击损伤测试环境的多通道信号采集装置及方法，包括：步骤1、基于联合智能触发模块和外部减振结构软硬协同的抗干扰触发采集方法：通过对冲击测试环境针对性的多向减振基座结构设计与通过仿真分析的电路板减振布局来降低干扰信号的耦合；步骤2、给出数据长度自适应存储方法：通过联合智能触发模块对信号进行实时判断识别，触发前缓存模块对信号进行循环存储，当触发信号达到时，联合智能触发模块同时对有效信号持续时间进行计数。本发明能够在冲击损伤环境下对瞬态变化信号进行存储式采集，与通用型存储装置相比有良好的抗干扰性，有效改善采集装置在复杂环境下的可靠触发和采集问题。
-
公开(公告)号：CN115392474A
公开(公告)日：2022-11-25
申请号：CN202210671735.1
申请日：2022-06-14
Applicant: 南京理工大学 , 北京空间飞行器总体设计部
IPC: G06N20/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于迭代优化的局部感知图表示学习方法，在每次迭代过程中，通过将全局统计标签图和个体标签分布图进行融合，为每个图像样本动态地构建不同的标签图，实现标签节点之间相关性的自适应。对每个图像学习特定的节点特征表示，同时利用过去的预测结果作为指导，来预测图像的多标签。并且，在迭代优化的模型框架中，通过构建重复的网络模块，实现了多标签预测结果的从粗糙到精细的优化过程。本发明采用上述的一种基于迭代优化的局部感知图表示学习方法，可以实现更加鲁棒的多标签预测。
-
公开(公告)号：CN115115654A
公开(公告)日：2022-09-27
申请号：CN202210670321.7
申请日：2022-06-14
Applicant: 北京空间飞行器总体设计部 , 南京理工大学
Abstract: 本发明公开了一种基于显著性和近邻形状查询的物体图像分割方法，步骤如下：S1、在CPU中输入图像I，进行M个尺度的过分割；S2、针对步骤S1划分的每个尺度的区域集合，基于区域上下文和封闭性先验，计算显著性，并将多个尺度的结果进行加权融合，得到图像的显著性图；S3、将得到的显著性图进行划分，通过设置三级阈值T1、T2、T3；S4、根据显著性特征图的相似性查找近邻分割形状，计算得到形状概率图；S5、将形状概率图和颜色概率图融合，通过优化求解Graph Cut问题，得二值分割结果。本发明采用上述的一种基于显著性和近邻形状查询的物体图像分割方法，使形状模型更好地拟合实例形状，具有更优的物体分割性能。
-
公开(公告)号：CN117997149A
公开(公告)日：2024-05-07
申请号：CN202410115777.6
申请日：2024-01-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种消除多并联变流器直流及低频环流的载波重构方法，针对传统载波移相方法引入的直流和低频环流问题，本专利提出了一种载波重构方法；该重构法通过交替设置互补的载波起始相位角，实现两个周期内载波均衡对称，消除因不对称载波引入的直流以及低频环流。该重构载波提供了一种通用解决方案，它可以解决所有基于传统移相载波调制策略的直流和低频环流问题。同时，该载波重构法避免了共模电感或相间耦合电感的磁芯饱和，简化了这类电感的设计复杂性。本发明不仅可以降低电感体积和提升电感能效，同时还提高了多并联变换器的整体性能。
-
公开(公告)号：CN112796907A
公开(公告)日：2021-05-14
申请号：CN202110008417.2
申请日：2021-01-05
Applicant: 南京理工大学
Abstract: 本发明公开了一种镁凝胶二氧化碳发动机，包括喷注器、燃烧室、连接外套和喷管；辅助雾化气接头安装在喷注器上方；液体推进剂接头安装在喷注器小直径圆柱侧壁处；气体推进剂接头沿周向均匀分布在喷注器大直径圆柱的侧壁处；燃烧室通过法兰同轴固定在喷注器下方；喷管同轴置于连接外套内，并由连接外套的法兰端与燃烧室同轴相连；使镁凝胶推进剂先在喷注器内与辅助雾化气内混，然后与氧化剂气体一同以旋流的方式从喷嘴喷入燃烧室，经高能火花塞点火燃烧后形成的两相流燃气从喷管喷出；有效实现镁凝胶与二氧化碳的掺混燃烧；从喷嘴盘喷出的高速旋转涡流能阻止高温燃气与壁面接触，能有效改善燃烧室侧壁面的温度上升。
-
Patent Agency Ranking
公开(公告)号：CN119580255A
公开(公告)日：2025-03-07
申请号：CN202411616287.0
申请日：2024-11-13
Applicant: 南京理工大学
IPC: G06V20/70 , G06V20/10 , G06V10/26 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/045 , G06N3/0475 , G06N3/084
Abstract: 本发明公开了一种基于离散扩散模型的多模态遥感图像语义分割方法，涉及遥感图像语义分割领域。该方法首先提取每个模态的同构特征，使用参数非共享的全连接层提取每个模态同构特征的注意力权重并进行赋权，将赋权后的模态特征相加得到自适应融合后的多模态特征；然后利用状态转移矩阵在真实概率分布矩阵上添加随机噪声，得到所有类别概率都相等的概率矩阵，通过贝叶斯公式推导出离散扩散模型的逆扩散真实分布；最后将融合的多模态特征作为条件，扩散后的真实概率矩阵作为输入，预测未经扩散的真实概率矩阵。该方法能够有效应对不同模态间的异构性与信息冲突问题，显著提升模型对复杂环境的理解能力，增强其在多种场景中的泛化能力和鲁棒性。
-
公开(公告)号：CN118677918A
公开(公告)日：2024-09-20
申请号：CN202410694232.5
申请日：2024-05-31
Applicant: 南京理工大学
IPC: H04L67/12 , H04L69/14 , G01M7/08 , G01M17/007
Abstract: 本发明涉及多通道信号采集技术领域，尤其涉及一种面向冲击损伤测试环境的多通道信号采集装置及方法，包括：步骤1、基于联合智能触发模块和外部减振结构软硬协同的抗干扰触发采集方法：通过对冲击测试环境针对性的多向减振基座结构设计与通过仿真分析的电路板减振布局来降低干扰信号的耦合；步骤2、给出数据长度自适应存储方法：通过联合智能触发模块对信号进行实时判断识别，触发前缓存模块对信号进行循环存储，当触发信号达到时，联合智能触发模块同时对有效信号持续时间进行计数。本发明能够在冲击损伤环境下对瞬态变化信号进行存储式采集，与通用型存储装置相比有良好的抗干扰性，有效改善采集装置在复杂环境下的可靠触发和采集问题。
-
公开(公告)号：CN117997149B
公开(公告)日：2024-07-23
申请号：CN202410115777.6
申请日：2024-01-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种消除多并联变流器直流及低频环流的载波重构方法，针对传统载波移相方法引入的直流和低频环流问题，本专利提出了一种载波重构方法；该重构法通过交替设置互补的载波起始相位角，实现两个周期内载波均衡对称，消除因不对称载波引入的直流以及低频环流。该重构载波提供了一种通用解决方案，它可以解决所有基于传统移相载波调制策略的直流和低频环流问题。同时，该载波重构法避免了共模电感或相间耦合电感的磁芯饱和，简化了这类电感的设计复杂性。本发明不仅可以降低电感体积和提升电感能效，同时还提高了多并联变换器的整体性能。
-
公开(公告)号：CN115115654B
公开(公告)日：2023-09-08
申请号：CN202210670321.7
申请日：2022-06-14
Applicant: 北京空间飞行器总体设计部 , 南京理工大学
Abstract: 本发明公开了一种基于显著性和近邻形状查询的物体图像分割方法，步骤如下：S1、在CPU中输入图像I，进行M个尺度的过分割；S2、针对步骤S1划分的每个尺度的区域集合，基于区域上下文和封闭性先验，计算显著性，并将多个尺度的结果进行加权融合，得到图像的显著性图；S3、将得到的显著性图进行划分，通过设置三级阈值T1、T2、T3；S4、根据显著性特征图的相似性查找近邻分割形状，计算得到形状概率图；S5、将形状概率图和颜色概率图融合，通过优化求解Graph Cut问题，得二值分割结果。本发明采用上述的一种基于显著性和近邻形状查询的物体图像分割方法，使形状模型更好地拟合实例形状，具有更优的物体分割性能。
-
公开(公告)号：CN115392474B
公开(公告)日：2023-08-22
申请号：CN202210671735.1
申请日：2022-06-14
Applicant: 南京理工大学 , 北京空间飞行器总体设计部
IPC: G06N20/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于迭代优化的局部感知图表示学习方法，在每次迭代过程中，通过将全局统计标签图和个体标签分布图进行融合，为每个图像样本动态地构建不同的标签图，实现标签节点之间相关性的自适应。对每个图像学习特定的节点特征表示，同时利用过去的预测结果作为指导，来预测图像的多标签。并且，在迭代优化的模型框架中，通过构建重复的网络模块，实现了多标签预测结果的从粗糙到精细的优化过程。本发明采用上述的一种基于迭代优化的局部感知图表示学习方法，可以实现更加鲁棒的多标签预测。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.028 seconds)
