-
公开(公告)号：CN119479920A
公开(公告)日：2025-02-18
申请号：CN202411481033.2
申请日：2024-10-23
Applicant: 西安工业大学 , 航天材料及工艺研究所
IPC: G16C60/00 , G06N3/0499 , G06N3/084 , G06N3/086
Abstract: 本发明属于健康管理领域，特别涉及一种融合领域知识的氟塑料蠕变性能预测方法。所述方法包括以下步骤：对氟塑料的健康因子数据进行归一化预处理；提取先验知识并添加先验知识到BP神经网络的性能函数中，得到最终权值阈值更新公式；利用‑PSO优化神经网络的权值和阈值；根据确定的BP神经网络结构初始化粒子种群及参数，计算‑PSO的粒子适应度值，寻找个体最优值和种群最优值。经实验验证，该方法可以有效解决氟塑料老化性能预测精度低的问题。结果表明，本文所提改进的粒子群算法（‑PSO）与传统BP神经网络相比平均误差下降约3.5479‰，具有更高的预测精度，该方法简明有效，有一定的实际意义。
-
公开(公告)号：CN119314601A
公开(公告)日：2025-01-14
申请号：CN202411448261.X
申请日：2024-10-17
Applicant: 西安工业大学 , 航天材料及工艺研究所
Abstract: 本发明涉及材料的性能预测领域，公开了基于相关向量机的聚氨酯蠕变性能预测方法。首先，获取实验数据并进行数据异常值处理；其次，进行分界点切割；然后，根据分界点对数据进行扩充，并进行归一化处理；之后，对相关向量机的各参数初始化，相关向量机训练模型，迭代优化；最后使用训练好的相关向量机模型进行蠕变性能预测。经实验验证，该方法可以准确的反映出该相关向量机模型具有良好的预测性能，能够有效解决多种因素耦合下硬质聚氨酯泡沫材料蠕变性能预测困难的问题。
-
公开(公告)号：CN119048551A
公开(公告)日：2024-11-29
申请号：CN202410950939.8
申请日：2024-07-16
Applicant: 西安工业大学
IPC: G06T7/246 , G06V20/17 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于无人机目标跟踪领域，具体涉及一种动态特征融合网络的目标跟踪方法。方法的步骤是:首先，根据第一帧图像选取跟踪目标，提取模板帧特征；在后续帧送入后，根据上一帧结果提取搜索帧特征；接着，将模板帧特征和搜索帧特征映射到一个低维度以减少后续操作的计算量；然后，将映射后的模板帧特征和搜索帧特征展平送入动态特征融合网络中进行特征交互，获取融合特征向量；最后，将融合特征向量分别送入分类头和目标框回归头中，获取最终的跟踪结果。本发明设计结构简单，提高融合特征向量的有效性，获得较好的实时性及较高的鲁棒性；可以对Query‑Key对的相关性进行动态聚合，避免建立错误的相关性；为两个不同的输入动态建立合适的相关性。
-
公开(公告)号：CN118570487A
公开(公告)日：2024-08-30
申请号：CN202410595689.0
申请日：2024-05-14
Applicant: 西安工业大学
IPC: G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/0455 , G06N3/09
Abstract: 本发明涉及计算机技术和现代制造技术领域，特别涉及一种自适应监督的高分辨率焊缝缺陷检测模型的构建方法，该方法通过改进Unet网络，结合多尺度膨胀‑多层感知机网络和多尺度特征提取技术，设计了基于混合膨胀卷积注意力机制的动态核自适应分割头部，提出了一个三层尺度下的深度监督损失函数，引入深度监督机制，对网络的不同层级对缺陷进行监督学习。通过将本发明所构建的模型在真实的高分辨率焊缝数据集上进行实验，实验结果表明，相比传统的U2Net、UNext等网络模型，本发明能够更准确地检测和识别焊缝中的各种类型的缺陷，并且具有良好的鲁棒性和泛化能力，为高质量焊接产品的生产提供了一种可靠的自动化检测手段。
-
公开(公告)号：CN114826335B
公开(公告)日：2024-08-06
申请号：CN202210458142.7
申请日：2022-04-28
Applicant: 西安工业大学
Abstract: 本发明提出一种近场磁晶元全双工无授权磁通信方法。该方法以激励线圈和位于中心的隧道磁阻传感器构成的磁晶元，作为功能模块和控制中心双侧发、收天线，利用近距强耦合电磁场传输媒介，完成同时同频全双工数据获取。首先双侧调制模块将调制信号做为激励线圈电流输入，在磁晶元空间中产生同频感应磁场，隧道磁阻传感器接收磁信号，分析电信号近磁信道增益；其次通过自干扰信道估计模块得到双侧隧道磁阻传感器位置的近磁信道增益，重构自磁晶元侧自干扰信号；自干扰消除模块从接收信号中消除自干扰信号、解调出需求数据。该方法在保证传输速率的前提下，将双向传输时长缩短为原来的一半，促进解决设备无缆模块调度时延引发的数据交换可靠性问题。
-
Patent Agency Ranking
公开(公告)号：CN118351062A
公开(公告)日：2024-07-16
申请号：CN202410397563.2
申请日：2024-04-03
Applicant: 西安工业大学
Abstract: 本发明涉及一种高分辨率固体火箭发动机X射线底片缺陷检测方法。该方法基于特征重组的数据增强方法对数据集进行数据扩容，利用改进的高分辨率固体火箭发动机射线图像焊接缺陷检测模型实现图像分割，并进行分割测试；所述射线图像焊接缺陷检测模型是在UNet网络基础上，将膨胀卷积与注意力机制相结合、采用跨层联合上下文信息的自适应特征融合模块并利用CARAFE模块进行下采样、AFF模块辅助上采样，使用基于SU‑Net的引入预测输出模块构建高分辨率的固体火箭发动机射线图像焊接缺陷检测模型RAT‑UNet。本发明采样过程中视野更大，重量更轻，计算速度更快，提高了分割网络对多尺度焊接缺陷的检测性能；可以应对多种形态的缺陷检测问题，对于指导固体发动机射线检测缺陷评定具有现实意义。
-
公开(公告)号：CN118246317A
公开(公告)日：2024-06-25
申请号：CN202410278177.1
申请日：2024-03-12
Applicant: 西安工业大学
IPC: G06F30/27 , G06F30/15 , G06N3/0475 , G06N3/045 , G06N3/092
Abstract: 本发明涉及一种相控阵雷达导引头天线波束功率的自适应优化方法。本发明首先给出了所设计的导引头天线波束模型；其次，建立了相控阵雷达导引头天线波束功率优化的深度网络模型，包括四个行动网络，critic当前网络和critic目标网络，actor当前网络和actor目标网络；之后确定四个行动网络的目标值，包括：天线波束功率调整动作的奖赏函数和天线波束功率的调整动作；最后基于训练四个行动网络得到的深度强化学习模型来确定对应于不同状态下导引头天线波束的最优功率值。本发明提升了模型处理复杂动态环境和长期回报问题的能力，设定了相控阵雷达导引头随目标RCS、回波信号幅度、弹目相对距离等参数，自适应优化波束功率实现了导引头最优跟踪效果。
-
公开(公告)号：CN114858004B
公开(公告)日：2023-07-28
申请号：CN202210451960.4
申请日：2022-04-27
Applicant: 西安工业大学
Abstract: 本发明提出了一种基于弱磁探测技术反无人机的起爆控制方法。使用磁传感器探测空间磁场信号，空间磁场信号经磁信号处理电路转换为三维磁场强度电信号；根据三维磁场强度电信号大小，使用阈值判断法，判断是否检测到无人机；当检测到无人机时，建立弹体坐标系，计算无人机空间方位；建立空间起爆模型，根据弹丸运动轨迹和无人机外围磁信号特征，计算最佳起爆点；当弹丸到达最佳起爆点时，输出起爆信号，达到毁伤敌方无人机的目的。本发明只需检测弹体是否到达该点或判断是否达到起爆时间即可引爆战斗部，而不会错过最佳起爆点，同时使用本发明的方法，复杂环境不会对外围磁场产生影响，因此探测结果准确。
-
公开(公告)号：CN116433503A
公开(公告)日：2023-07-14
申请号：CN202310177201.8
申请日：2023-02-28
Applicant: 西安工业大学
Abstract: 本发明公开了一种基于多色谱空间融合的明度可控的伪彩色增强方法，其实现步骤是：将14位红外图像量化为16位图像，并通过本发明构建的算法对其进行增强处理；构造高灰阶红外图像HIS像素自变换映射函数和亮度可调RGB映射函数，将增强后的16位灰阶图像映射至24位RGB彩色图。本发明解决了14位红外图像无法在常规8位显示器无法正常显示的问题，并通过映射函数将16位图像映射为24位RGB图像，提高了红外图像的视觉观感，实用性强，推广价值高，可广泛应用于车载红外图像、SAR图像等类似图像的图像处理算法中，并为相关领域提供可靠的应用支撑。
-
公开(公告)号：CN116258646A
公开(公告)日：2023-06-13
申请号：CN202310175821.8
申请日：2023-02-28
Applicant: 西安工业大学
Abstract: 本发明公开了一种固体发动机X射线底片的自适应伪彩色显示增强方法，主要解决高灰阶低对比度固体发动机X射线底片在8位显示器自适应增强显示问题，目的是增强高灰阶图像在普通显示器上的细节观感。其实现步骤是：首先，输入16位无损高灰阶低对比度图像；其次，统计局部感兴趣区域灰度特征，将感兴趣区域灰阶分布在蓝色、红色通道区间范围内，以此确定灰度等级补偿值；然后，构造颜色动态量化系数，并与灰阶等级补偿值和迭代次数相结合，确定量化映射补偿处理后的灰阶等级。最后，构造适应于65536级高位灰度图像的伪彩色映射函数，实现高位灰度的伪彩色增强处理。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.031 seconds)
