-
公开(公告)号：CN110715929B
公开(公告)日：2022-03-25
申请号：CN201910973652.6
申请日：2019-10-14
Applicant: 长安大学
Abstract: 本发明公开了一种基于堆叠自编码器的分布式应变裂缝检测系统及方法，利用深度神经网络良好的特征表征能力，将裂缝检测视为一个二分类问题，构建一个基于堆叠自编码器的深度神经网络，实现结构体应变子序列的裂缝与非裂缝分类。本发明方法在实验室钢梁上可以准确并且无遗漏地检测张口宽度为32μm的微小裂缝，为结构体表面分布式应变裂缝检测提供了一种具有良好噪声鲁棒性的解决方案。
-
公开(公告)号：CN113129612A
公开(公告)日：2021-07-16
申请号：CN202110424746.5
申请日：2021-04-20
Applicant: 长安大学
IPC: G08G1/08 , G07C11/00 , G01M17/007
Abstract: 本发明提供一种汽车安全性能检测线车辆预排队方法，包括以下步骤：获取待检测车辆节点的车辆检测任务；计算任意两个车辆节点的检测周转时间；通过调度算法对任一车辆节点形成该车辆节点的车辆排队顺序；对车辆排队顺序调整至所有的车辆排队顺序相同时，则为最优车辆检测排队序列并计算最短检测周转时间。本发明根据车辆检测任务对任意两个车辆节点计算两个车辆节点的检测周转时间，通过调度算法对车辆节点进行排序，使车辆节点在工位检测的时间最短，减少工位空闲等待时间，提高检测效率。
-
公开(公告)号：CN103941259B
公开(公告)日：2016-06-22
申请号：CN201410150609.7
申请日：2014-04-15
Applicant: 长安大学
Abstract: 本发明提供一种具备高抗干扰性的超声波测距方法与测距装置，通过伪码对正弦波发生器产生的正弦波信号进行频率调制，产生发射超声波并发射，对超声回波进行回波鉴频解调，实现了回波的识别，使得检测更加准确，另外，由于伪码具有良好的自、互相关特性，一般应用在扩频通信中，表现出良好的抗噪声干扰、抗相互串扰等性能，因此，能够克服超声波相互串扰问题，使得结果准确，进一步，由于采用FFT技术，使用少量的采样数据就可准确地解调出接收波，在保证频率分辨率的同时，缩短了对接收波的数据采集时间，大大改善了测距装置工作的实时性，为自主移动机器人实现准确快速测距定位提供了一种高效的解决方案。
-
公开(公告)号：CN110738168B
公开(公告)日：2023-02-14
申请号：CN201910974481.9
申请日：2019-10-14
Applicant: 长安大学
IPC: G06V20/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/063 , G06N3/08
Abstract: 本发明公开了一种基于堆叠卷积自编码器的分布式应变裂缝检测系统及方法，首先利用深度神经网络良好的特征表征能力，将裂缝检测视为一个二分类问题，构建一个基于堆叠卷积自编码器的深度神经网络，实现结构体应变子序列的裂缝与非裂缝分类。本发明方法可以准确并且无遗漏地检测到实验室钢结构表面张口宽度为23μm的微小裂缝，为结构体分布式应变裂缝检测提供了一种高效的解决方案。
-
公开(公告)号：CN110715929A
公开(公告)日：2020-01-21
申请号：CN201910973652.6
申请日：2019-10-14
Applicant: 长安大学
Abstract: 本发明公开了一种基于堆叠自编码器的分布式应变裂缝检测系统及方法，利用深度神经网络良好的特征表征能力，将裂缝检测视为一个二分类问题，构建一个基于堆叠自编码器的深度神经网络，实现结构体应变子序列的裂缝与非裂缝分类。本发明方法在实验室钢梁上可以准确并且无遗漏地检测张口宽度为32μm的微小裂缝，为结构体表面分布式应变裂缝检测提供了一种具有良好噪声鲁棒性的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN105206270B
公开(公告)日：2019-04-02
申请号：CN201510514595.7
申请日：2015-08-20
Applicant: 长安大学
Abstract: 本发明公开了一种组合PCA和RBM的孤立数字语音识别分类系统及方法，首先，采用梅尔频率倒谱系数(MFCC)与一阶差分MFCC相组合，初步抽取孤立数字的语音动态特征；然后采用主成分分析(PCA)对MFCC组合特征作线性降维处理，并统一新得到的特征的维数；进而，采用受限波尔兹曼机(RBM)对所得新特征作非线性降维处理；最后，采用Softmax分类器对非线性降维后的数字语音特征完成识别分类。本发明采用PCA线性降维、统一特征的维数与RBM非线性降维相结合，大大改善了模型的特征表征与分类能力，提高了孤立数字语音识别正确率，为实现孤立数字语音高准确率识别提供了一种高效的解决方案。
-
公开(公告)号：CN105206270A
公开(公告)日：2015-12-30
申请号：CN201510514595.7
申请日：2015-08-20
Applicant: 长安大学
Abstract: 本发明公开了一种组合PCA和RBM的孤立数字语音识别分类系统及方法，首先，采用梅尔频率倒谱系数(MFCC)与一阶差分MFCC相组合，初步抽取孤立数字的语音动态特征；然后采用主成分分析(PCA)对MFCC组合特征作线性降维处理，并统一新得到的特征的维数；进而，采用受限波尔兹曼机(RBM)对所得新特征作非线性降维处理；最后，采用Softmax分类器对非线性降维后的数字语音特征完成识别分类。本发明采用PCA线性降维、统一特征的维数与RBM非线性降维相结合，大大改善了模型的特征表征与分类能力，提高了孤立数字语音识别正确率，为实现孤立数字语音高准确率识别提供了一种高效的解决方案。
-
公开(公告)号：CN113129612B
公开(公告)日：2021-12-17
申请号：CN202110424746.5
申请日：2021-04-20
Applicant: 长安大学
IPC: G08G1/08 , G07C11/00 , G01M17/007
Abstract: 本发明提供一种汽车安全性能检测线车辆预排队方法，包括以下步骤：获取待检测车辆节点的车辆检测任务；计算任意两个车辆节点的检测周转时间；通过调度算法对任一车辆节点形成该车辆节点的车辆排队顺序；对车辆排队顺序调整至所有的车辆排队顺序相同时，则为最优车辆检测排队序列并计算最短检测周转时间。本发明根据车辆检测任务对任意两个车辆节点计算两个车辆节点的检测周转时间，通过调度算法对车辆节点进行排序，使车辆节点在工位检测的时间最短，减少工位空闲等待时间，提高检测效率。
-
公开(公告)号：CN108876797B
公开(公告)日：2021-09-24
申请号：CN201810587530.9
申请日：2018-06-08
Applicant: 长安大学
Abstract: 本发明公开了一种基于Spiking‑SOM神经网络聚类的图像分割系统及方法，首先采取中值滤波方法对目标图像进行去噪；然后利用SLIC算法把目标图像分割成K个超像素作为特征提取窗口，计算超像素内的所有像素的RGB平均值作为超像素的颜色特征；进而选择K个IF神经元构建Spiking‑SOM神经网络，基于计算超像素之间颜色特征的距离来构建网络的初始权值矩阵，并采用Hebbian规则训练网络，网络训练结束后，根据神经元放电的同步与异步进行聚类；最后计算同类的超像素的RGB平均值，并用其代替原来的超像素RGB值，重置图像矩阵后，得到图像分割结果。本发明综合了分割速度和分割精度优势，能够对自然场景中的彩色图像进行有效分割，具有一定的潜在应用价值和先进性。
-
公开(公告)号：CN110738168A
公开(公告)日：2020-01-31
申请号：CN201910974481.9
申请日：2019-10-14
Applicant: 长安大学
Abstract: 本发明公开了一种基于堆叠卷积自编码器的分布式应变裂缝检测系统及方法，首先利用深度神经网络良好的特征表征能力，将裂缝检测视为一个二分类问题，构建一个基于堆叠卷积自编码器的深度神经网络，实现结构体应变子序列的裂缝与非裂缝分类。本发明方法可以准确并且无遗漏地检测到实验室钢结构表面张口宽度为23μm的微小裂缝，为结构体分布式应变裂缝检测提供了一种高效的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.022 seconds)
