一种基于EMD分解的刀具运行状态可靠性评估方法

    公开(公告)号:CN103971001A

    公开(公告)日:2014-08-06

    申请号:CN201410199001.3

    申请日:2014-05-12

    Abstract: 本发明提出了一种基于EMD分解的刀具运行状态的可靠性评估方法,对刀具加工过程中采集的力,振动,声发射信号等状态信号进行小波去噪,随后经过EMD分解后对与刀具磨损相关的IMF分量进行提取,利用他们的振幅均值作为刀具运行状态的信息指标,建立特征矩阵,通过基于核主成分分析状态子空间构造方法构造正常状态和当前状态的特征矩阵的子空间,计算他们子空间主夹角并将其作为刀具的可靠度。该方法不基于大样本条件,完全适用于小样本失效数据的刀具,尤其对于造价昂贵且特制的刀具可靠性的评估,且评估结果准确。

    混合正弦信号分离方法及系统

    公开(公告)号:CN105631216A

    公开(公告)日:2016-06-01

    申请号:CN201511019037.X

    申请日:2015-12-29

    CPC classification number: G06F17/142 G16Z99/00

    Abstract: 本发明公开了一种混合正弦信号分离方法及系统,用于解决现有正弦信号分离方法效率低的技术问题。技术方案是首先构造转换举证,然后运用微分跟踪器构造混合正弦信号相应的偶数阶微分信号,并利用偶数阶微分信号构造偶数阶微分信号向量,最后通过求解方程组得到混合正弦信号的包括常量分量在内的所有分量信号。本发明采用微分跟踪器是非模型的跟踪器,利用微分跟踪器分离混合正弦信号能够保持实时性的同时,提高了正弦信号分离的精度和效率。

    一种对抗样本生成方法及装置
    3.
    发明公开

    公开(公告)号:CN117274658A

    公开(公告)日:2023-12-22

    申请号:CN202310937242.2

    申请日:2023-07-28

    Abstract: 本发明公开了一种对抗样本生成方法及装置,属于人工智能安全及对抗样本生成技术领域。解决现有的对抗样本生成方法为全域攻击策略,造成大量的冗余扰动和非必要的像素篡改,导致计算开销大以及难以实现最强对抗效力的问题。该方法包括:通过深度卷积神经网络得到目标图像的正确类别,基于广义类激活图法、显著图法和修正型后向传播法得到第一敏感语义域、第二敏感语义域和第三敏感语义域,根据并集融合粗‑细粒度的关键语义像素点,得到关键语义融合域;根据所述关键语义融合域得到对抗攻击优化模型,根据Adam梯度下降算法得到所述对抗攻击优化模型的最优对抗样本。

    基于动态重采样粒子滤波的雷达目标跟踪方法

    公开(公告)号:CN106056632A

    公开(公告)日:2016-10-26

    申请号:CN201610397295.X

    申请日:2016-06-07

    CPC classification number: G06T2207/10044

    Abstract: 本发明提出一种基于动态重采样粒子滤波的雷达目标跟踪方法,采用动态重采样算法动态地确定参与重采样的粒子个数,实现粒子退化和粒子贫化的有效折中,保证了重采样前后粒子集所表示的分布相同。本发明在重采样开始时,将归一化权重代入计算Neff(0)值,若Neff(0)<Nth,表明粒子退化问题比较严重,需要重采样;每轮只随机选取一个粒子进行重采样,然后计算当前粒子‑权重对集的Neff(k)值,直至满足Neff(k)≥Nth;为了避免在每轮针对一个粒子重采样后对残余粒子集中所有粒子进行权重更新导致的计算量巨大的问题,本发明采用二分法针对km个粒子进行重采样实现了快速动态重采样,极大地提高了该算法的效率。

Patent Agency Ranking