-
公开(公告)号：CN109918044B
公开(公告)日：2021-03-30
申请号：CN201910140499.9
申请日：2019-02-26
Applicant: 太原理工大学
Abstract: 本发明涉及区块链技术领域，提出了一种基于区块链技术的抽签/排序方法，该方法包括：提前指定公有链的区块高度，来确定产生抽签/排序结果的各个区块，利用抽签/排序区块头中的随机数计算出抽签/排序号码，适用于各类以数字号码为抽签/排序结果的情景。本发明基于区块链技术的记录公开、防篡改特性，本发明方法不能事先使区块中的随机数等于某个或某些特定值，无法事先预知或设定抽签/排序结果，因而从技术上消除了抽签/排序作弊的可能性。
-
公开(公告)号：CN111966723A
公开(公告)日：2020-11-20
申请号：CN202010593801.9
申请日：2020-06-23
Applicant: 太原理工大学
IPC: G06F16/2458 , G06F16/22 , F01D15/10 , F01D21/00
Abstract: 本发明公开了一种基于乐观概念的故障检测决策规则提取方法，属于数据挖掘中的规则提取技术领域；具体是从多粒度角度出发，通过计算每层的乐观概念，并根据乐观概念与决策表中决策属性的关系获取决策表中最简规则，设定已提取到规则的论域元素是否覆盖整个论域为决策规则提取的终止条件，最终实现故障检测决策表的规则提取过程；本方法省略了去除规则中冗余属性的过程，降低了故障检测决策规则提取的复杂度，同时加快了收敛速度；本发明基于乐观概念的决策规则提取方法可在实际应用中推广，起到辅助人类决策的作用。
-
公开(公告)号：CN110224673B
公开(公告)日：2020-10-02
申请号：CN201910397926.1
申请日：2019-05-14
Applicant: 太原理工大学
Abstract: 本发明公开了一种基于深度学习的太阳能光伏电池板故障检测方法。本方法先对采集到的光伏电池板时序电流数据进行数据清洗后，对处理后的电流数据分别进行横向、纵向特征提取，将提取到的特征与原电池板电流值生成检测数据集，之后将数据集先通过卷积神经网络得到电流数据深层次特征，再通过长短期记忆模型学习训练数据时间维度上的特征，最终以完成对光伏组件的故障检测。本发明通过对电站海量电流数据进行实验验证，证明了本方法在对光伏电池板进行故障检测时具有的90%以上的准确率，同时具有在电站部署投入使用的实用性和便利性。
-
公开(公告)号：CN108170911B
公开(公告)日：2020-06-02
申请号：CN201711355995.3
申请日：2017-12-16
Applicant: 太原理工大学
IPC: G06F30/3312 , G06F30/337
Abstract: 本发明公开了一种基于粒计算的时序逻辑电路状态化简方法，该方法定义了描述状态转移情况的次态矩阵，并通过对相容类的标记不断更新次态标记矩阵，从而求得最大相容类集合，这样避免了大规模稀疏矩阵的产生；在求解最大相容类的过程中，直接对状态转移表中的全体初始状态进行划分，通过迭代即可得到最终结果，避免了其它算法中对初始状态两两求相容对和不相容对的过程，减少时间开支；利用核相容类作为启发式信息构建初始状态树，可以较快求得所有可能的最小覆盖；通过构建最小状态树可以对所有最小覆盖的闭合性进行验证并能得到状态最少的化简结果，保证了算法结果的最优性。
-
公开(公告)号：CN110568359A
公开(公告)日：2019-12-13
申请号：CN201910832555.5
申请日：2019-09-04
Applicant: 太原理工大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明公开了一种锂电池剩余寿命预测方法，运用经验模态分解先对可放电容量进行多尺度分解，然后将分解后的信息使用不同的方法各自预测，最后将结果相加得到锂电池的可放电容量，进而得到锂电池的剩余使用寿命。通过本发明，能够有效的预测电池荷电状态及剩余使用寿命，有较好预测效率和预测精度，有效的判断其未来的工作能力，及时发现问题，避免不必要的麻烦和损失。
-
Patent Agency Ranking
公开(公告)号：CN110224673A
公开(公告)日：2019-09-10
申请号：CN201910397926.1
申请日：2019-05-14
Applicant: 太原理工大学
Abstract: 本发明公开了一种基于深度学习的太阳能光伏电池板故障检测方法。本方法先对采集到的光伏电池板时序电流数据进行数据清洗后，对处理后的电流数据分别进行横向、纵向特征提取，将提取到的特征与原电池板电流值生成检测数据集，之后将数据集先通过卷积神经网络得到电流数据深层次特征，再通过长短期记忆模型学习训练数据时间维度上的特征，最终以完成对光伏组件的故障检测。本发明通过对电站海量电流数据进行实验验证，证明了本方法在对光伏电池板进行故障检测时具有的90%以上的准确率，同时具有在电站部署投入使用的实用性和便利性。
-
公开(公告)号：CN109918044A
公开(公告)日：2019-06-21
申请号：CN201910140499.9
申请日：2019-02-26
Applicant: 太原理工大学
Abstract: 本发明涉及区块链技术领域，提出了一种基于区块链技术的抽签/排序方法，该方法包括：提前指定公有链的区块高度，来确定产生抽签/排序结果的各个区块，利用抽签/排序区块头中的随机数计算出抽签/排序号码，适用于各类以数字号码为抽签/排序结果的情景。本发明基于区块链技术的记录公开、防篡改特性，本发明方法不能事先使区块中的随机数等于某个或某些特定值，无法事先预知或设定抽签/排序结果，因而从技术上消除了抽签/排序作弊的可能性。
-
公开(公告)号：CN107765190A
公开(公告)日：2018-03-06
申请号：CN201711303727.7
申请日：2017-12-11
Applicant: 太原理工大学
IPC: G01R31/36
Abstract: 本发明涉及磷酸铁锂电池，具体涉及一种长寿命快充型磷酸铁锂电池的寿命预测方法。寿命预测方法包括如下过程：利用快充型智能充放电测试仪收集磷酸铁锂电池响因子；计算寿命预测模型修正系数；基于历史数据拟合的电池剩余有效容量Cy储能循环次数x拟合关系式：f(Cy)＝1+k1*x+k2*n2+k3*x3，长寿命磷酸铁锂电池寿命衰减因子动态函数NNow＝N-δ*f(Cy)；本发明相对于现有技术的优点在于：将预测数据存入数据库，对数据进行自学习，修正寿命预测模型修正系数，使预测结果更准确。
-
公开(公告)号：CN119515656A
公开(公告)日：2025-02-25
申请号：CN202411695255.4
申请日：2024-11-25
Applicant: 太原理工大学
Abstract: 本发明提供了一种基于四元数Zernike矩的彩色图像鲁棒可逆水印方法，属于图像安全领域；解决了现有方法在彩色图像中嵌入鲁棒可逆水印算法效率低以及鲁棒性不足的问题；本方法首先在彩色图像的四元数Zernike矩系数中嵌入鲁棒水印；然后根据嵌入鲁棒后的水印，生成了中间图像，该中间图像与原始彩色图像接近；再将中间图像和原始彩色图像的差值转化为比特序列，采用可逆信息隐藏的方式，嵌入到加入鲁棒水印的图像中，最终得到加入鲁棒可逆水印的图像。在提取水印时，可以从加入鲁棒可逆水印的图像中恢复原始彩色图像，对椒盐噪声、高斯噪声、JPEG压缩、图像模糊方面有较强的鲁棒性，实现了彩色图像中嵌入鲁棒可逆水印，可应用于彩色医学图像的版权保护。
-
公开(公告)号：CN119295752A
公开(公告)日：2025-01-10
申请号：CN202411427464.0
申请日：2024-10-14
Applicant: 太原理工大学
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/77 , G06V10/82 , G06V20/10 , G06V20/13 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种结合双向多层级道路特征动态融合与双上下文动态提取的遥感影像道路分割方法，属于道路分割领域；解决了目前道路分割网络存在的遮挡与难以分辨道路级别的问题；包括以下步骤：数据集制作、模型构建、模型训练与结果预测；本发明设计了双向多层级道路特征动态融合与双上下文动态提取模块。双向多层级道路特征动态融合模块通过多层次特征信息的双向交互传递，有效补偿了因连续下采样导致的空间信息与边缘细节丢失的问题，增强了模型对复杂场景和多层次道路结构的理解。双上下文动态提取模块实现了长距离和局部多尺度上下文信息的动态融合，有助于抑制背景干扰、遮挡效应以及类似道路结构的混淆，确保所提取道路的完整性与连续性。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.033 seconds)
