一种粘性阻尼振动信号中的模态参数提取方法

    公开(公告)号:CN106225914A

    公开(公告)日:2016-12-14

    申请号:CN201610547068.0

    申请日:2016-07-11

    Applicant: 宁波大学

    CPC classification number: G01H17/00 G01M99/00 G06F17/16

    Abstract: 本发明公开了一种粘性阻尼振动信号中的模态参数提取方法,其通过选用较大的系统阶次的初始值,利用稀疏优化OMP算法计算状态矩阵,之后对可观矩阵中的每一行都运用OMP算法计算输出矩阵,并对所有的输出矩阵求取均值,较大程度上减少了噪声对结果的影响,从而提高了本发明方法的消噪能力和识别精度;然后计算固有频率、固有阻尼比和固有模态振型系数,并运用K-means算法从众多模态参数中选出有效模态参数,来消除虚假模态,从而大大消弱了系统阶次对模态参数提取精度的影响。

    一种基于非负矩阵分解的手机图像特征提取方法

    公开(公告)号:CN103679715B

    公开(公告)日:2016-08-17

    申请号:CN201310651941.7

    申请日:2013-12-05

    Applicant: 宁波大学

    Abstract: 本发明公开了一种基于非负矩阵分解的手机图像特征提取方法,特点是包括以下步骤:①获取用于表示手机任意一个主功能的界面图片,在该界面图片上截取多幅用于表示主功能的不同子功能的特征子图并进行预处理,得到对应的预处理后的尺寸大小一致的图像,然后将每幅预处理后的图像按列扫描形成一个M维的列向量,接着将所有预处理后的图像对应的列向量按序排列构成一个待分解矩阵V;②对V进行稀疏非负矩阵分解,得到一个基矩阵W和一个系数矩阵H;优点是通过对预处理后的图像进行稀疏非负矩阵分解,降低了数据计算量,分解得到的矩阵是具有合适的稀疏性的稀疏矩阵,因此在保留数据的主要特征的基础上能够减少储存空间并提高运算效率。

    基于径向基函数神经网络的单位脉冲响应函数提取方法

    公开(公告)号:CN104598971A

    公开(公告)日:2015-05-06

    申请号:CN201510019708.6

    申请日:2015-01-15

    Applicant: 宁波大学

    Abstract: 本发明公开了一种基于径向基函数神经网络的单位脉冲响应函数提取方法,其在求解隐层权值矩阵的过程中,先将隐层权值矩阵进行稀疏表示,然后设定稀疏度,并利用正交匹配追踪OMP算法求解得到隐层权值矩阵在二维离散余弦变换下的稀疏系数矩阵,再根据稀疏系数矩阵得到隐层权值矩阵,这个过程相比利用最小二乘法求逆来得到权值矩阵的方法,不会出现奇异矩阵,并且在较强噪声下也能准确地提取出单位脉冲响应函数,鲁棒性更好,可以有效地提高网络的泛化能力,减小误差;此外,这个过程中利用了正交匹配追踪OMP算法,可以有效地提高本发明方法的运算速度,而且可以有效地提高本发明方法的计算精度。

    一种基于MD5散列信息摘要的移动CA节点选举方法

    公开(公告)号:CN103905198A

    公开(公告)日:2014-07-02

    申请号:CN201410081193.8

    申请日:2014-03-07

    Applicant: 宁波大学

    CPC classification number: Y02D70/20

    Abstract: 本发明公开了一种基于MD5散列信息摘要的移动CA节点选举方法,其首先对申请的节点生成的证书请求文件进行MD5散列信息摘要计算,得到请求数据,然后每个节点根据由生成的随机数、IP地址和MAC地址组成的数据经MD5散列信息摘要计算后得到的整型数据与接收到的请求数据,选举一个节点担任CA节点,由于确定CA节点的关键因素在于申请的节点生成的证书请求文件及Ad-hoc网络中的节点生成的随机数,因此对于同一个申请的节点,每次CA节点的选举结果也是不同的,对于不同的申请的节点,CA节点的选举结果也是不同的,这样有效地避免了CA节点长时间的提供证书服务,节省了CA节点的耗能;同时,大大降低了CA节点被攻击的概率。

    一种振动信号的稀疏矩阵的自适应获取方法

    公开(公告)号:CN103312337A

    公开(公告)日:2013-09-18

    申请号:CN201310152329.5

    申请日:2013-04-26

    Applicant: 宁波大学

    Abstract: 本发明公开了一种振动信号的稀疏矩阵的自适应获取方法,处理过程为:对连续的振动信号进行奈奎斯特均匀采样得到先验信号;利用先验信号中的每个采样值构建一个稀疏矩阵;将稀疏矩阵应用于压缩感知理论进行信号复原,利用复原信号对稀疏矩阵进行更新;再根据复原信号的信噪比确定是否结束稀疏矩阵更新,优点是构造得到的稀疏矩阵能够有效地表征振动信号的内在特征,使振动信号在稀疏矩阵上的稀疏性更为明显集中,能够更好地进行振动信号的稀疏复原,从而提高压缩感知的准确性;获取的稀疏矩阵能够较好地适应物体局部范围变化,从而能够较迅速的调整信号稀疏复原过程,保持较高的恢复精度。

    一种粘性阻尼振动信号中的模态参数提取方法

    公开(公告)号:CN106225914B

    公开(公告)日:2019-02-05

    申请号:CN201610547068.0

    申请日:2016-07-11

    Applicant: 宁波大学

    Abstract: 本发明公开了一种粘性阻尼振动信号中的模态参数提取方法,其通过选用较大的系统阶次的初始值,利用稀疏优化OMP算法计算状态矩阵,之后对可观矩阵中的每一行都运用OMP算法计算输出矩阵,并对所有的输出矩阵求取均值,较大程度上减少了噪声对结果的影响,从而提高了本发明方法的消噪能力和识别精度;然后计算固有频率、固有阻尼比和固有模态振型系数,并运用K‑means算法从众多模态参数中选出有效模态参数,来消除虚假模态,从而大大消弱了系统阶次对模态参数提取精度的影响。

    一种应用于立体视频切换帧的自适应错误隐藏方法

    公开(公告)号:CN104581185B

    公开(公告)日:2017-12-05

    申请号:CN201510027456.1

    申请日:2015-01-20

    Applicant: 宁波大学

    Abstract: 本发明涉及一种应用于立体视频切换帧的自适应错误隐藏方法,其首先对立体视频当前视频帧是否发生场景切换,如果有场景切换,采用空域错误隐藏方法,如果没有场景切换,再判定当前丢失宏块的视频帧为相对静止帧还是相对运动帧,如果是相对静止帧,采用帧拷贝的错误隐藏方法进行丢失信息的恢复,如果是相对运动帧,采用根据外边界匹配值选定候选块的错误隐藏方法恢复图像信息;该方法能够有效地恢复有场景切换时立体视频帧中的宏块信息,而且复杂度相对较低,效果较好。

    一种基于人脸表情识别的鼠标控制方法

    公开(公告)号:CN103336577B

    公开(公告)日:2016-05-18

    申请号:CN201310280227.1

    申请日:2013-07-04

    Applicant: 宁波大学

    Abstract: 本发明公开了一种基于人脸表情识别的鼠标控制方法,特点是包括以下步骤:获取模板图像、实时获取待匹配的人脸图像、获取待匹配的人脸图像与每幅模板图像之间的相似度、判定将对鼠标执行的操作和控制鼠标执行操作;优点是通过模板匹配的方法来识别不同的人脸表情,即根据所识别出的模板图像与待匹配的人脸图像进行互相关比较来实现对鼠标点击和移动的控制,处理速度快,整个鼠标控制过程可在微秒和毫秒级以内完成,实时效果好,选用的摄像头无论分辨率高低,均可以达到较快的匹配效果,而且还可以根据个人的喜好和习惯来定义各种不同的人脸图像作为模板图像,使用灵活度强,选择多样。

    一种应用于立体视频切换帧的自适应错误隐藏方法

    公开(公告)号:CN104581185A

    公开(公告)日:2015-04-29

    申请号:CN201510027456.1

    申请日:2015-01-20

    Applicant: 宁波大学

    CPC classification number: H04N13/00

    Abstract: 本发明涉及一种应用于立体视频切换帧的自适应错误隐藏方法,其首先对立体视频当前视频帧是否发生场景切换,如果有场景切换,采用空域错误隐藏方法,如果没有场景切换,再判定当前丢失宏块的视频帧为相对静止帧还是相对运动帧,如果是相对静止帧,采用帧拷贝的错误隐藏方法进行丢失信息的恢复,如果是相对运动帧,采用根据外边界匹配值选定候选块的错误隐藏方法恢复图像信息;该方法能够有效地恢复有场景切换时立体视频帧中的宏块信息,而且复杂度相对较低,效果较好。

    一种基于贝叶斯网络的ad-hoc网络节点可信度评估方法

    公开(公告)号:CN103888967A

    公开(公告)日:2014-06-25

    申请号:CN201410081820.8

    申请日:2014-03-07

    Applicant: 宁波大学

    Abstract: 本发明公开了一种基于贝叶斯网络的ad-hoc网络节点可信度评估方法,其通过获取评估节点对目标节点的直接可信度和间接可信度,再对直接可信度和间接可信度采用加权的方式,得到评估节点对目标节点的可信度,其中直接可信度的获取是先利用在线时间、传输速度、路由转发率和剩余能量构建贝叶斯网络,然后利用贝叶斯网络根据不同的关注对象得到对应的后验概率,直接可信度为实际关注对象对应的后验概率;间接可信度来自于评估节点与目标节点的公共一跳邻居节点,当没有公共一跳邻居时间接可信度为零,这样得到的节点可信度结果的依据是节点在网络中真实的状态,这种节点可信度评估方式避免了恶意节点对网络构成威胁,同时提高了节点评估的灵活性。

Patent Agency Ranking