一种风机安全监测的大数据处理方法

    公开(公告)号:CN117249051A

    公开(公告)日:2023-12-19

    申请号:CN202311389203.X

    申请日:2023-10-25

    Applicant: 湖南大学

    Abstract: 本发明提供一种风机安全监测的大数据处理方法,该方法包括:数据采集:采集所有被监测风机的GNSS数据、风力数据和IMU数据存至数据库中;实时解算:将单个风机的GNSS位移量和加速度计位移量进行卡尔曼滤波得到风机融合位移量,并基于风机融合位移量进行预警;大数据分析:将单个风机的风机高度和风力数据输入至数据处理模型中得到位移模型值,实现识别该风机的异常数据;基于风机的风机融合位移量动态调整该风机卡尔曼滤波计算中的卡尔曼增益。本发明利用GNSS和IMU同时对风机进行监测,对两者数据进行融合,并能够按照大数据分析结果动态调整卡尔曼增益,提高监测结果精度和稳定性。

    基于调制信号的遮挡目标探测识别方法及生命探测设备

    公开(公告)号:CN117031553A

    公开(公告)日:2023-11-10

    申请号:CN202310705622.3

    申请日:2023-06-15

    Abstract: 本申请公开了一种基于调制信号的遮挡目标探测识别方法及生命探测设备,该方法包括:对生物电位信号进行探测,得到探测信号;对得到的探测信号进行滤波和放大,得到调制信号;将调制信号置于对比学习系统中进行学习处理,实现未标记调制信号的有效特征表示。本申请的有益效果如下:能够区分出接收到的生物信号是不是人体发出的,通过对不同采集信号进行调制,并放入对比学习的系统中,提取信号在不同时候的频谱特性,从而实现对不同生物的信号进行区分,实现生命探测的功能,可以提高搜救工作的效率。

    一种多传感器边缘计算系统和应用该系统的风机监控方法

    公开(公告)号:CN117395288A

    公开(公告)日:2024-01-12

    申请号:CN202311389115.X

    申请日:2023-10-25

    Applicant: 湖南大学

    Abstract: 本发明公开了一种多传感器边缘计算系统和应用该系统的风机监控方法,包括传感器组、传感器交互模块、边缘计算模块、云端交互模块和云端服务器;所述传感器组、传感器交互模块、边缘计算模块、云端交互模块和云端服务器依次连接;所述传感器交互模块用于接收和存储传感器数据,并将不同的传感器数据解析成统一的预处理数据;所述边缘计算模块用于接收预处理数据,并通过数据运算方法将预处理数据转化为运算结果;所述云端交互模块用于接收运算结果并将运算结果传输到云端服务器。优点是,本发明通过多传感器采集多种传感器数据,实现对风机的全方位监控,为风机的安全监控提供量化的衡量指标,减少事故的发生。

    一种基于自监督学习的POI位置预测方法、设备和介质

    公开(公告)号:CN116596032A

    公开(公告)日:2023-08-15

    申请号:CN202310562332.8

    申请日:2023-05-18

    Abstract: 本发明公开了一种基于自监督学习的POI位置预测方法、设备和介质,方法:获取用户历史POI位置轨迹数据,提取各时间步轨迹特征,并使用嵌入层表示得到用户嵌入和轨迹特征嵌入矩阵,输入至transformer网络提取长期依赖特征向量,并与用户嵌入聚合;将聚合向量输入预测网络,基于预测输出和真实值构建预测损失函数;基于POI‑User向量计算每个用户各天气条件下的虚拟同伴,将各用户与其虚拟同伴和非虚拟同伴的聚合向量分别视为正对和负对,构建对比学习损失函数;结合两种损失函数训练整体模型参数;利用训练好的整体模型预测提取聚合向量和预测用户下一时间步的POI位置。本发明提高用户POI位置预测的准确度。

    调制信号识别与分类方法、系统以及电子设备

    公开(公告)号:CN117914659A

    公开(公告)日:2024-04-19

    申请号:CN202410066068.3

    申请日:2024-01-17

    Applicant: 湖南大学

    Abstract: 本申请公开了一种调制信号识别与分类方法、系统以及电子设备,属于信号识别和深度学习技术领域,该方法包括:采集真实传播环境的M个调制信号,其中部分调制信号是带标签的调制信号;生成同源的增广调制信号;对生成的增广调制信号进行特征编码,并进行特征映射得到特征向量;组成正样本对和负样本对,计算对比损失,基于对比损失训练编码器;利用带标签的调制信号的特征向量,基于分类损失对编码器和分类网络进行训练;对未知调制信号,使用训练好的编码器进行特征提取,再送入训练好的分类网络模型中,输出得到该未知调制信号的标签类别。通过上述方法,本申请不需要大量带标签样本对模型训练即可实现对真实传播环境中的调制信号进行准确识别。

Patent Agency Ranking