-
公开(公告)号：CN206210662U
公开(公告)日：2017-05-31
申请号：CN201621338128.X
申请日：2016-12-07
Applicant: 厦门玖捌电气股份有限公司 , 厦门理工学院
IPC: H01H13/14
Abstract: 本实用新型公开了一种机械按钮，包括按钮固定板、按钮杆、按钮帽、按钮拐臂和弹簧，所述按钮固定板包括左右竖板和一连接板，所述左右两竖板相对间隔设置并由所述连接板连接固定，所述按钮杆活动穿设在左右竖板上，所述按钮杆的左端伸出左竖板并与按钮帽固定连接，所述按钮杆的右端伸出有竖板并设有第一限位部，所述按钮杆上设有第二限位部，所述弹簧穿设在按钮杆上并限位在第二限位部和右竖板之间，所述按钮拐臂为L型，其第一端与按钮杆铰接，其拐角部与连接板铰接，其第二端作为输出端，用于驱动分闸板或者合闸板动作。本实用新型可以驱动分闸板或者合闸板动作，更直观、方便，使用户更易于操作，且结构简单，成本低，安装方便，结构稳固。
-
公开(公告)号：CN115639442A
公开(公告)日：2023-01-24
申请号：CN202211279012.3
申请日：2022-10-19
Applicant: 国网福建省电力有限公司泉州供电公司 , 国网福建省电力有限公司 , 厦门理工学院 , 山东理工大学 , 山东科汇电力自动化股份有限公司
IPC: G01R31/12 , G06V10/20 , G06V10/40 , G06V10/764 , G06V10/774
Abstract: 本发明涉及一种中压线路树线矛盾放电故障时序识别方法和系统，包括设置试验箱内各装置的初始化数值，完成试验箱系统初始化；在试验箱内进行森林火灾与线路故障发生时序的树线矛盾试验，获取试验后试验箱内的可见光、红外线图像，对所述可见光、红外线图像进行去噪、增强、分割，剔除周围复杂背景处理后获取特征图像；提取所述特征图像中的图像故障特征，获取若干组图像故障特征参数，并对各组图像故障特征参数添加森林火灾发生在线路故障前后的时序标签，形成训练样本集和测试样本集；通过支持向量机获得最优的树线放电故障时序判断训练模型；利用所述最优的树线放电故障时序判断训练模型进行树线放电故障的时序识别。
-
公开(公告)号：CN107944721B
公开(公告)日：2020-09-18
申请号：CN201711241040.5
申请日：2017-11-30
Applicant: 厦门理工学院
Abstract: 本发明公开了一种通用的基于数据挖掘的机器学习方法、装置以及系统，其方法先以固定频率采集电子设备中不同工作指标的数值，对不同工作指标的数值进行特征选择，得到与电子设备运行状态最贴近的工作指标，将该工作指标的数值作为基础训练数据，计算得到其分组周期，按时间顺序进行分组；随后通过每一基础训练数据的特征值判断故障所在的周期，以故障所在的周期对基础训练数据进行分组，在通过非线性状态评估算法计算两类分组，得到故障阈值，实现了对不同类型电子设备的通用故障检测。
-
公开(公告)号：CN108009582B
公开(公告)日：2020-08-04
申请号：CN201711241029.9
申请日：2017-11-30
Applicant: 厦门理工学院
IPC: G06K9/62
Abstract: 本发明公开了一种电子设备标准工作指标设置的方法，其方法先以固定频率采集电子设备中不同工作指标的采样数值，对不同工作指标的采样数值进行特征选择，得到与电子设备运行状态最贴近的工作指标，将该工作指标的采样数值作为基础训练数据，计算得到其分组周期，按时间顺序进行分组；随后通过每一基础训练数据的特征值判断故障所在的周期，以故障所在的周期对基础训练数据进行分组，在通过非线性状态评估算法计算两类分组，得到故障阈值，实现了对不同类型电子设备的通用故障检测。
-
公开(公告)号：CN106169071B
公开(公告)日：2019-06-21
申请号：CN201610524856.8
申请日：2016-07-05
Applicant: 厦门理工学院
Abstract: 本发明提供了一种动态人脸与胸卡识别的方法及系统，包括：检测视频流图像中是否包含人脸的局部特征的信息，根据检测结果确定视频流图像中包含的人脸，确定有效的人脸；跟踪运动物体的人脸具体位置；当有效识别的人脸满足活体检测识别条件时，提取视频流图像的单帧图像或照片，生成个体特征头像；识别生成个体特征头像，判断头像是否达到合适的胸卡检测区域，根据判断结果进行胸卡检测，确定胸卡图像中包含的人脸，进行检测识别；获得活体检测人脸图像和胸卡人脸图像后进行大小调整，比对直方图相似度，当相似度大于预设的相似度阈值时，则断定人脸与胸卡图像匹配；将匹配成功的人脸图像与数据库预存图像再次比对，从而实现考勤功能。
-
Patent Agency Ranking
公开(公告)号：CN109387712A
公开(公告)日：2019-02-26
申请号：CN201811170715.6
申请日：2018-10-09
Applicant: 厦门理工学院
Abstract: 本发明涉及基于状态矩阵决策树的非侵入式负荷检测与分解方法，包括以下步骤：S1、对样本数据进行预处理，包括数据清洗、数据集成和数据归约，得到有效的样本数据；S2、利用频谱分析确定数据样本周期；S3、基于顺序向前特征选择算法与K-means聚类算法选择负荷特征，再根据样本周期，利用时序特征选择算法，提取辨识度高的负荷特征；S4、基于改进型滑动窗双边CUSUM事件检测算法与决策树的负荷识别与分解，建立自动识别的单一设备工作状态模型，在此基础上，引入状态矩阵决策树，建立负荷时序特征概率模型，从而实现叠加设备工作状态的自动识别。本发明的方法识别效率高，具有很好的实用性。
-
公开(公告)号：CN106169071A
公开(公告)日：2016-11-30
申请号：CN201610524856.8
申请日：2016-07-05
Applicant: 厦门理工学院
CPC classification number: G06K9/00228 , G06Q10/105
Abstract: 本发明提供了一种动态人脸与胸卡识别的方法及系统，包括：检测视频流图像中是否包含人脸的局部特征的信息，根据检测结果确定视频流图像中包含的人脸，确定有效的人脸；跟踪运动物体的人脸具体位置；当有效识别的人脸满足活体检测识别条件时，提取视频流图像的单帧图像或照片，生成个体特征头像；识别生成个体特征头像，判断头像是否达到合适的胸卡检测区域，根据判断结果进行胸卡检测，确定胸卡图像中包含的人脸，进行检测识别；获得活体检测人脸图像和胸卡人脸图像后进行大小调整，比对直方图相似度，当相似度大于预设的相似度阈值时，则断定人脸与胸卡图像匹配；将匹配成功的人脸图像与数据库预存图像再次比对，从而实现考勤功能。
-
公开(公告)号：CN105938553A
公开(公告)日：2016-09-14
申请号：CN201610231586.1
申请日：2016-04-14
Applicant: 厦门理工学院
CPC classification number: G06K9/3233 , G06K9/4604 , G06K9/6201 , G06K9/6269
Abstract: 本发明提出一种食堂餐盘自动计费方法及系统，该方法主要包括获取餐盘图像、检测餐盘图像、识别餐盘图像、根据图像信息进行价格计费。该系统包括图像获取模块，用于获取餐盘图像，检测模块，用于检测餐盘图像，识别模块，用于识别餐盘图像，计费模块，用于根据图像信息进行价格计费。本发明所述的方法及系统，采用全自动计费的方式，来替代传统食堂的IC卡人工计费，计算准确，极大地提高了食堂的工作效率。
-
公开(公告)号：CN119089400B
公开(公告)日：2025-01-28
申请号：CN202411585568.4
申请日：2024-11-08
Applicant: 厦门理工学院
IPC: G06F18/25 , G06F18/214 , G06F18/22 , G06V10/40 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种超特高压隔离开关运行状态的确定方法、装置及存储介质，涉及电力系统技术领域，解决了目前存在通过人工定期巡检的方法，在超特高压隔离开关的运行状态出现异常时，无法及时检测的问题。该方法包括：构建目标超特高压隔离开关数据集,确定视觉语言检测模型，利用超特高压隔离开关数据集对视觉语言检测模型进行训练，更新模型参数，得到用于指示图像和语言之间交互关系的目标视觉语言检测模型,获取当前超特高压隔离开关图像，将当前超特高压隔离开关图像输入目标视觉语言检测模型，获得目标视觉语言检测模型输出的目标描述文本,基于目标描述文本确定当前超特高压隔离开关的目标运行状态。
-
公开(公告)号：CN113288111A
公开(公告)日：2021-08-24
申请号：CN202110504144.0
申请日：2021-05-10
Applicant: 厦门理工学院
IPC: A61B5/08
Abstract: 本发明涉及一种基于呼吸率的疲劳预测方法、终端设备及存储介质，该方法中包括：S1：采集司机驾驶过程中的视频，并将视频逐帧分解为图像；S2：提取每帧图像对应的呼吸信号；S3：构建长短期记忆网络模型，通过采集的视频对该长短期记忆网络模型进行训练，使得长短期记忆网络模型输出的预测呼吸信号与实际呼吸信号的差异最小；S4：通过训练后的长短期记忆网络模型，根据司机历史行驶过程中的视频，对未来时间的呼吸信号进行预测；S5：将预测的呼吸信号的时域数据转换为频域信息，从频域信息中获取预测呼吸率；S6：根据预测呼吸率判断是否处于疲劳状态。本发明可以适用绝大多数人群和环境，且检测精度高。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.035 seconds)
