-
公开(公告)号：CN112731372B
公开(公告)日：2024-05-31
申请号：CN202011513729.0
申请日：2020-12-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于加性潜变量扩维卡尔曼滤波的状态估计方法，本发明首先将状态模型中的非线性函数项的分量定义为潜变量，据此将状态模型扩维成基于系统原始变量和相应潜变量相结合的伪线性形式；其次建立潜变量的动态关联模型，并与上述伪线性模型相结合形成扩维状态后的线性状态模型；再次基于引入的潜变量和扩维状态，将观测模型等价改写为扩维状态后的线性模型；最后基于扩维后的状态线性模型和观测线性模型，设计含有潜变量的新型扩维卡尔曼滤波器。潜变量的引入将非线性的状态模型转化成线性形式，避免了传统扩展卡尔曼滤波由于泰勒展开式产生的截断误差，从而有效地提高了滤波效果。
-
公开(公告)号：CN111983994B
公开(公告)日：2021-08-20
申请号：CN202010813193.8
申请日：2020-08-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于复杂工业化工过程的V‑PCA故障诊断方法。由于传统主元分析(PCA)特征提取不准确，在用于故障诊断时常存在误报率和漏报率较高的现象。为此，本发明采用一种新的数据预处理方法以改进PCA在故障诊断中的性能指标。相较于传统PCA方法的欧氏距离预处理方法，并不能够精确地反应数据之间的相关性。因此，提出了一种基于变化率预处理方法，有效的改善了PCA在故障诊断中的误报率和漏报率较高的情况。最后，通过仿真例子验证了传统PCA方法、基于变化率预处理的PCA方法。实验仿真结果表明，本发明方法具有较好的检测性能。
-
公开(公告)号：CN112731372A
公开(公告)日：2021-04-30
申请号：CN202011513729.0
申请日：2020-12-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于加性潜变量扩维卡尔曼滤波的状态估计方法，本发明首先将状态模型中的非线性函数项的分量定义为潜变量，据此将状态模型扩维成基于系统原始变量和相应潜变量相结合的伪线性形式；其次建立潜变量的动态关联模型，并与上述伪线性模型相结合形成扩维状态后的线性状态模型；再次基于引入的潜变量和扩维状态，将观测模型等价改写为扩维状态后的线性模型；最后基于扩维后的状态线性模型和观测线性模型，设计含有潜变量的新型扩维卡尔曼滤波器。潜变量的引入将非线性的状态模型转化成线性形式，避免了传统扩展卡尔曼滤波由于泰勒展开式产生的截断误差，从而有效地提高了滤波效果。
-
公开(公告)号：CN111983994A
公开(公告)日：2020-11-24
申请号：CN202010813193.8
申请日：2020-08-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于复杂工业化工过程的V-PCA故障诊断方法。由于传统主元分析(PCA)特征提取不准确，在用于故障诊断时常存在误报率和漏报率较高的现象。为此，本发明采用一种新的数据预处理方法以改进PCA在故障诊断中的性能指标。相较于传统PCA方法的欧氏距离预处理方法，并不能够精确地反应数据之间的相关性。因此，提出了一种基于变化率预处理方法，有效的改善了PCA在故障诊断中的误报率和漏报率较高的情况。最后，通过仿真例子验证了传统PCA方法、基于变化率预处理的PCA方法。实验仿真结果表明，本发明方法具有较好的检测性能。
-
Patent Agency Ranking
公开(公告)号：CN112001339B
公开(公告)日：2024-02-23
申请号：CN202010879084.6
申请日：2020-08-27
Applicant: 杭州电子科技大学
IPC: G06V20/52 , G06V10/764 , G06V10/82 , G06V10/762 , G06T7/60 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于YOLO v4的行人社交距离实时监测方法。本发明包括：收集整理数据集，网络模型训练，视频图像输入，目标行人预测，根据检测结果遍历目标，计算目标距离和阈值并对其分类，输出分类结果。本发明主要采用了YOLO v4的网络模型，经过参数调整，在VOC2007的验证集下对行人目标的AP达到了87.54%，识别精度较高。本发明的分类阈值根据目标尺度动态变化，实现了多尺度下的行人目标距离度量。
-
公开(公告)号：CN115865824A
公开(公告)日：2023-03-28
申请号：CN202211508147.2
申请日：2022-11-28
Applicant: 杭州电子科技大学
IPC: H04L47/24 , H04L47/22 , H04L47/6275
Abstract: 为解决在帧抢占条件不满足的情况下，由可抢占帧引起的高速帧延迟的问题，提供了一种结合时间感知整形器的时间敏感网络帧抢占优化方法。核心是通过时间感知整形器TAS的全局时钟获取当前时间，通过静态门控列表获取将被传输的下一个所述时间敏感帧对应的时间窗口的开启时间，来计算可传输帧的大小，基于可传输帧大小，动态的规划下一个可抢占帧的传输，保障当不满足抢占条件时，可抢占帧不影响时间敏感帧即高速帧的传输。
-
公开(公告)号：CN112561834A
公开(公告)日：2021-03-26
申请号：CN202011514183.0
申请日：2020-12-21
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征函数的并行式多传感器融合滤波方法，本发明通过对多个传感器采用并行的设计方式，将所有传感器的测量信息并行起来进行滤波，各个传感器之间相互独立的工作，互不干扰，且不考虑信息的延时和丢包现象，时间效率高。通过并行的融合方式，可以在很大程度减少因信息缺失和传输干扰而导致的滤波估计误差，同时并行式滤波器在传感器数量特别大时，能简化计算复杂度，得到较高的估计精度，能在非线性系统甚至强非线性系统中得到很好的应用。
-
公开(公告)号：CN112001339A
公开(公告)日：2020-11-27
申请号：CN202010879084.6
申请日：2020-08-27
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于YOLO v4的行人社交距离实时监测方法。本发明包括：收集整理数据集，网络模型训练，视频图像输入，目标行人预测，根据检测结果遍历目标，计算目标距离和阈值并对其分类，输出分类结果。本发明主要采用了YOLO v4的网络模型，经过参数调整，在VOC2007的验证集下对行人目标的AP达到了87.54%，识别精度较高。本发明的分类阈值根据目标尺度动态变化，实现了多尺度下的行人目标距离度量。
-
公开(公告)号：CN113221063A
公开(公告)日：2021-08-06
申请号：CN202110417570.0
申请日：2021-04-19
Applicant: 杭州电子科技大学
IPC: G06F17/16
Abstract: 本发明公开了一种基于乘性潜变量的两阶段分布式卡尔曼滤波方法。本发明首先，将模型中的非线性乘子定义为潜变量，从而将系统模型改写成基于原始状态变量与相应潜变量相结合的伪线性形式；然后，将潜变量视为新的系统参数变量，建立潜变量与原始状态变量之间的动态关联模型；再次，写出待估状态变量和潜变量的分布式观测模型；最后，设计两阶段的卡尔曼滤波器，依次估计出潜变量和状态变量。本发明将模型中非线性乘子定义为潜变量，然后通过两阶段的卡尔曼滤波器依次估计出潜变量和状态变量的状态；从而避免了传统扩展卡尔曼滤波由于泰勒展开式产生的截断误差，有效提高了滤波效果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
