一种基于空时结合的波能流资源测算方法及系统

    公开(公告)号:CN116976165B

    公开(公告)日:2024-07-30

    申请号:CN202310839684.3

    申请日:2023-07-10

    申请人: 扬州大学

    发明人: 赵宝俊 王嘉欣

    摘要: 本发明公开了一种基于空时结合的波能流资源测算方法及系统,首先确定波能流资源的测算区域和测算范围,并获取测算所需的波浪数据,接着按照空间分辨率将测算范围划分成网格,并计算测算范围内每个网格点每年的年均波能流大小,随后根据计算出的每年年均波能流值计算该区域的全年波能流总储量,然后按照季节划分,并划出测算区域内每个季节的多年的年均波能流分布;本发明实现了能充分结合波能流全年总储量、四季波能流分布和年均波能流变化趋势三个方面来测算波能流,不仅能从空间上描述波能流的特征,还能在时间尺度上体现出年均波能流的变化趋势,这对波浪能的测算和开发利用具有重要的意义,适合被广泛推广和使用。

    基于AI的动设备工况监测管理方法、系统、设备及介质

    公开(公告)号:CN116304835B

    公开(公告)日:2023-08-29

    申请号:CN202310341452.5

    申请日:2023-03-31

    摘要: 本发明公开了一种基于AI的动设备工况监测管理方法、系统、电子设备及存储介质,该方法包括:根据动设备的平稳运行数据,采用聚类算法形成动设备的工况池;工况池中包括动设备的每个工况对应的聚类中心点和簇类内平均距离;采集动设备的实时数据集,根据实时数据集获取动设备的振动信号、过程量和动态量;根据振动信号计算熵特征值,根据熵特征值构建熵特征矩阵,监测动设备当前工况是否发生改变;根据振动信号进行时域特征值和频域特征值,根据过程量和动态量计算时域特征值,根据时域特征值和频域特征值结合工况池确定动设备的当前工况归属类别。该方法能实现突变点识别捕捉瞬态工况的改变,以及确定动设备当前工况的归属类别,普适性强。

    一种基于运动手环的人体运动模式识别方法

    公开(公告)号:CN111401435B

    公开(公告)日:2023-04-07

    申请号:CN202010173918.1

    申请日:2020-03-13

    摘要: 本发明公开了一种基于运动手环的人体运动模式识别方法,属于智能穿戴设备技术领域。本发明的人体运动模式识别方法通过采集人体数据、对数据进行样本处理、进行滤波处理、提取特征、选择特征等步骤进行人体运动模式的识别。本发明仅计算一段时间内每个窗口的加速度数据的均值、方差等特征,并使用简单的决策树分类模型进行识别,时间复杂度较低,算法简单,识别速度较快。同时提取并选择出了最有利于分类的特征,然后使用基于概率统计的决策树模型进行分类,保证了较高的识别准确率。本发明在获取实验样本过程中,选取窗口重合百分之五十,保证了人体运动动作的连贯性,确保实验结果的准确。

    基于卷积神经网络的角度估计方法

    公开(公告)号:CN115629355A

    公开(公告)日:2023-01-20

    申请号:CN202210576464.1

    申请日:2022-05-25

    发明人: 陈凯 吴晓欢 杨旭

    摘要: 本发明属于物联网及信号处理技术领域,具体地说,是一种基于卷积神经网络的角度估计方法,根据SLA和ULA阵列流形矩阵对应关系的公式推导得到的理论协方差矩阵作为输入的标签,训练一个能够重构理论协方差矩阵的神经网络,该神经网络为带有8层的卷积神经网络。该方法是无网格估计方法,因此不具有网格效应带来的缺陷。并通过TensorFlow‑CPU 1.14.0的实验环境进行仿真分析,所提供的基于卷积神经网络的角度估计方法具有时间复杂度低的优点,并且在低快拍,低信噪比,小信源角度差值和多信源情况下均具有更好的估计性能且相比于有网格方法不存在网格效应。

    缺失信号重构方法及装置
    10.
    发明公开

    公开(公告)号:CN115600151A

    公开(公告)日:2023-01-13

    申请号:CN202211177430.1

    申请日:2022-09-26

    发明人: 林益耳

    摘要: 本发明提供的缺失信号重构方法及装置,属于信息处理技术领域,所述方法包括:在时域上对缺失信号进行分解,获取N个长度为L的本征模态函数分量IMF;利用待重构的目标信号的目标中心频率,从所有所述IMF中筛选出有效IMF,构建有效IMF集合;对所述有效IMF集合中的有效IMF进行筛选,以根据筛选结果重构所述目标信号。本发明提供的缺失信号重构方法及装置,通过筛选有效IMF集合进行第一次去噪,再通过对有效IMF集合的筛选进行二次去噪,并根据筛选结果重构信号,实现重构信号的同时移除无用信息,更好的去除噪音,节省传统人工分析全部分解分量的人力成本与时间成本。