基于改进鲸鱼优化算法的多站相位差无源定位方法

    公开(公告)号:CN119596233A

    公开(公告)日:2025-03-11

    申请号:CN202411933576.3

    申请日:2024-12-26

    Abstract: 本发明属于无源定位技术领域,具体是一种基于改进鲸鱼优化算法的多站相位差无源定位方法。首先,建立无源相位差定位模型;然后,根据定位模型,基于最大似然估计建立目标函数;最后,对鲸鱼优化算法进行改进,将概率参数阈值改进成动态概率阈值,将收敛因子改进为随适应度值而自适应调整,利用改进的鲸鱼优化算法求解目标函数,将鲸鱼个体位置作为目标源位置,根据目标函数计算每条鲸鱼的适应度值,在每次迭代后根据适应度值调整鲸鱼个体位置,达到设置的迭代次数后,目标源的位置即为最小适应度值的鲸鱼个体的位置。该方法将求解目标源位置问题转化为以目标源位置为变量的最优化问题,提高定位精度的同时降低了计算复杂度,节约了造价成本。

    基于多尺度注意力密集网络的太阳能电池板缺陷识别方法

    公开(公告)号:CN113781466B

    公开(公告)日:2024-01-19

    申请号:CN202111106218.1

    申请日:2021-09-22

    Abstract: 本发明公开了一种基于多尺度注意力密集网络的太阳能电池板缺陷识别方法,包括:划分太阳能电池板缺陷图像、构建多尺度融合注意力机制的密集网络、训练阶段和测试阶段。本发明在原本的密集网络中加入空间组增强模块、多尺度融合思想以及注意力机制,使得改进后的网络针对太阳能电池板缺陷识别的准确率得到极大提升。采用多尺度融合,将不同层级中的特征聚合到一起提高了网络模型的表达能力,有效地提高了网络模型的识别准确率。在网络中注入注意力机制,使得网络能够专注于要识别的缺陷,抑制背景信息,解决类间相似性过高,难以辨别的问题。采用空间组增强策略,增强不同种类缺陷的特征,解决缺陷种类多。

    基于轻量型神经网络的太阳能电池缺陷检测方法

    公开(公告)号:CN114897857A

    公开(公告)日:2022-08-12

    申请号:CN202210569308.2

    申请日:2022-05-24

    Abstract: 本发明为基于轻量型神经网络的太阳能电池缺陷检测方法,该方法搭建的表面缺陷检测模型以轻量型注意力YOLOv5网络基础,由输入端、骨干网络、特征增强部分和输出端组成;输入端用于数据增强,骨干网络由Shufflenetv2网络和全局上下文信息模块构成,Shufflenetv2网络首先将特征图进行一次卷积、批归一化、ReLU激活函数、池化操作,然后依次交替进入空间下采样单元和基本单元组成的阶段模块中,重复三次,获得最终的输出特征图;特征增强部分由特征金字塔和路径增强网络组成,采用自下而上和自上而下的路径对信息作进一步的融合增强;输出端用于计算模型的训练损失。该模型的参数量少,降低模型的计算复杂度,能够在移动端部署。

    基于多尺度注意力密集网络的太阳能电池板缺陷识别方法

    公开(公告)号:CN113781466A

    公开(公告)日:2021-12-10

    申请号:CN202111106218.1

    申请日:2021-09-22

    Abstract: 本发明公开了一种基于多尺度注意力密集网络的太阳能电池板缺陷识别方法,包括:划分太阳能电池板缺陷图像、构建多尺度融合注意力机制的密集网络、训练阶段和测试阶段。本发明在原本的密集网络中加入空间组增强模块、多尺度融合思想以及注意力机制,使得改进后的网络针对太阳能电池板缺陷识别的准确率得到极大提升。采用多尺度融合,将不同层级中的特征聚合到一起提高了网络模型的表达能力,有效地提高了网络模型的识别准确率。在网络中注入注意力机制,使得网络能够专注于要识别的缺陷,抑制背景信息,解决类间相似性过高,难以辨别的问题。采用空间组增强策略,增强不同种类缺陷的特征,解决缺陷种类多。

    一种自动码头起重机的调度方法

    公开(公告)号:CN110790143A

    公开(公告)日:2020-02-14

    申请号:CN201911041896.7

    申请日:2019-10-30

    Abstract: 本发明公开一种自动码头起重机的调度方法,该方法以数学和系统理论为基础,建立自动码头起重机调度系统的数学模型,运用系统的全局鲁棒性技术,确定了集装箱在装货点和卸货点之间的运输时间的最大变化范围,以使吊具在不同位置之间的运行速度尽可能慢,而不影响吊具在任何方向上的出发时刻;同时减少集装箱在提升过程中货物的震动,以及制动器、车轮、减速器、主梁和电缆的冲击和磨损,提高运输的安全性和有效性。

    一种基于卷积神经网络的太阳能电池板缺陷识别方法

    公开(公告)号:CN108631727A

    公开(公告)日:2018-10-09

    申请号:CN201810250676.4

    申请日:2018-03-26

    CPC classification number: H02S50/10

    Abstract: 本发明涉及一种基于卷积神经网络的太阳能电池板缺陷识别方法,包括模型离线训练和在线检测两个阶段,将卷积神经网络模型应用于太阳能电池板的缺陷识别上,使用2个CNN模型递进地实现了缺陷检测和分类。首先使用CNN二分类模型区分合格与缺陷图像,然后使用CNN多分类模型,对二分类模型判定为缺陷的图像进行分类。CNN模型对电池板的各种缺陷类型,都是采用相同的处理流程,即通过迭代训练,快速而自动进行特征提取和特征分类。对于新缺陷类型,只需收集该缺陷类型的样本数据,添加到训练用的数据集中并对模型进行训练,就能够实现该缺陷类型的检测。能够以较高的准确率快速识别出存在缺陷的小电池板的位置,并对多种缺陷进行类别判定,适用性更广。

    一种基于轻量化重构网络的太阳能电池板缺陷检测方法

    公开(公告)号:CN116758033A

    公开(公告)日:2023-09-15

    申请号:CN202310723194.7

    申请日:2023-06-16

    Abstract: 本发明公开一种基于轻量化重构网络的太阳能电池板缺陷检测方法,该方法的检测网络模型采用改进Ghostnet作为骨干网络,减少模型的参数量,降低模型的计算复杂度,使得该检测模型能够在移动端部署。并针对由于骨干网络参数量减小而带来的检测精度降低的问题,提出了新的注意力机制Ghost‑Attention,该模块在使用平均池化层提取平滑特征的基础上增加了最大池化层提取突出特征,为注意力模块增加更多的特征信息,使缺陷检测模型在训练过程中抑制背景信息,突出前景信息。本发明检测方法采用的检测网络模型在实现轻量化的同时,得到的检测结果具有较高的精度。

    一种基于生成对抗网络的太阳能电池板缺陷样本生成方法

    公开(公告)号:CN115170909A

    公开(公告)日:2022-10-11

    申请号:CN202210829265.7

    申请日:2022-06-29

    Abstract: 本发明公开一种基于生成对抗网络的太阳能电池板缺陷样本生成方法,该陷样本生成方法采用改进型生成对抗网络,可以关注多尺度特征,提高生成器和判别器的性能,同时提高图像细节的清晰度。判别器D2为生成器提供信息量足够的多尺度梯度流,提高生成器的生成能力,保证网络的稳定性。判别器D1对生成图进行多尺度判别,提高判别器的判别能力。生成器可以返回多尺度特征图,经过判别器后进行的反向传播可以兼顾多尺度并且多次更新生成器和判别器的参数,实现对大尺度上明显特征和小尺度上微小特征的提取和生成。

    一种基于改进Suricata引擎的工控系统网络入侵检测方法

    公开(公告)号:CN112532642B

    公开(公告)日:2022-05-20

    申请号:CN202011418331.9

    申请日:2020-12-07

    Abstract: 本发明公开了一种基于改进Suricata引擎的工控系统网络入侵检测方法。该方法是首先建立攻击数学模型,再构造网络攻击数据包并对其进行过滤,然后制定入侵检测规则,再对入侵检测规则的正则表达式进行正则分解,通过改进Suricata引擎将分解得到的模式串的存储结构进行重新构造,得到校验散列表并送入到匹配进程中;然后通过改进Suricata引擎对工控系统网络通信流量进行捕获、解码和散列运算,并将散列运算结果传入到匹配进程中,匹配进程会将校验散列表与散列运算结果送入到多个线程中,改进HashTries算法进行匹配,最后输出检测结果。本发明将改进HashTries算法与入侵检测引擎Suricata相结合得到改进Suricata引擎,既节省了空间资源,也加快了硬件的匹配处理速度,大幅降低了系统损耗。

    一种基于改进Suricata引擎的工控系统网络入侵检测方法

    公开(公告)号:CN112532642A

    公开(公告)日:2021-03-19

    申请号:CN202011418331.9

    申请日:2020-12-07

    Abstract: 本发明公开了一种基于改进Suricata引擎的工控系统网络入侵检测方法。该方法是首先建立攻击数学模型,再构造网络攻击数据包并对其进行过滤,然后制定入侵检测规则,再对入侵检测规则的正则表达式进行正则分解,通过改进Suricata引擎将分解得到的模式串的存储结构进行重新构造,得到校验散列表并送入到匹配进程中;然后通过改进Suricata引擎对工控系统网络通信流量进行捕获、解码和散列运算,并将散列运算结果传入到匹配进程中,匹配进程会将校验散列表与散列运算结果送入到多个线程中,改进HashTries算法进行匹配,最后输出检测结果。本发明将改进HashTries算法与入侵检测引擎Suricata相结合得到改进Suricata引擎,既节省了空间资源,也加快了硬件的匹配处理速度,大幅降低了系统损耗。

Patent Agency Ranking