-
Patent Agency Ranking
公开(公告)号：CN114861733B
公开(公告)日：2025-04-15
申请号：CN202210589247.6
申请日：2022-05-27
Applicant: 同济大学
IPC: G06F18/2411 , G06F18/213 , G06F18/10 , G06N20/10
Abstract: 一种基于信号智能降噪算法的状态监测方法，包括：将采集的不同状态下信号样本划分为训练集和测试集；利用FDWT将训练集信号分解为多层小波系数；提取各层小波系数的最大值和平均值作为信号特征并评估它们对于状态识别的有效性；记录有效性高的信号特征对应的分解层编号；建立信号智能降噪模型并利用训练集信号进行模型训练，该模型对有效性高的信号特征对应的分解层采用FDWT分解信号，对其余分解层采用智能降噪算法分解信号；利用训练好的智能降噪模型将训练集和测试集信号分解为降噪后的多层小波系数并提取各层小波系数的最大值和平均值作为信号特征；根据训练集信号的特征训练分类模型，采用测试集信号的特征测试状态识别效果。
-
公开(公告)号：CN113554183B
公开(公告)日：2022-05-13
申请号：CN202110886366.3
申请日：2021-08-03
Applicant: 同济大学
Abstract: 本发明公开一种基于无监督机器学习算法的极值预测方法，属于数理统计技术领域。本发明是为了解决现有的极值预测方法对于不满足独立同分布(IID)假设的数据集预测精度较低的问题。本方法包括：构建基于广义极值混合模型(GEVMM)的聚类算法；采用构建的聚类算法对区块最大值样本集进行聚类；采用聚类效果评价指标选择最佳聚类簇数；根据最佳聚类簇数对应的GEVMM的概率累积分布函数(CDF)进行未来一段时间内的极值预测。本发明所述技术方案操作方便，应用场景广阔，能够提高具有混合分布特征的数据集的极值预测精度。
-
公开(公告)号：CN114861733A
公开(公告)日：2022-08-05
申请号：CN202210589247.6
申请日：2022-05-27
Applicant: 同济大学
Abstract: 一种基于信号智能降噪算法的状态监测方法，包括：将采集的不同状态下信号样本划分为训练集和测试集；利用FDWT将训练集信号分解为多层小波系数；提取各层小波系数的最大值和平均值作为信号特征并评估它们对于状态识别的有效性；记录有效性高的信号特征对应的分解层编号；建立信号智能降噪模型并利用训练集信号进行模型训练，该模型对有效性高的信号特征对应的分解层采用FDWT分解信号，对其余分解层采用智能降噪算法分解信号；利用训练好的智能降噪模型将训练集和测试集信号分解为降噪后的多层小波系数并提取各层小波系数的最大值和平均值作为信号特征；根据训练集信号的特征训练分类模型，采用测试集信号的特征测试状态识别效果。
-
公开(公告)号：CN113554183A
公开(公告)日：2021-10-26
申请号：CN202110886366.3
申请日：2021-08-03
Applicant: 同济大学
Abstract: 本发明公开一种基于无监督机器学习算法的极值预测方法，属于数理统计技术领域。本发明是为了解决现有的极值预测方法对于不满足独立同分布(IID)假设的数据集预测精度较低的问题。本方法包括：构建基于广义极值混合模型(GEVMM)的聚类算法；采用构建的聚类算法对区块最大值样本集进行聚类；采用聚类效果评价指标选择最佳聚类簇数；根据最佳聚类簇数对应的GEVMM的概率累积分布函数(CDF)进行未来一段时间内的极值预测。本发明所述技术方案操作方便，应用场景广阔，能够提高具有混合分布特征的数据集的极值预测精度。
-
公开(公告)号：CN113447570A
公开(公告)日：2021-09-28
申请号：CN202110724372.9
申请日：2021-06-29
Applicant: 同济大学
Abstract: 本发明涉及一种基于车载声学传感的无砟轨道病害检测方法，具体包括以下步骤：S1、采集列车运行过程中的原始声音信号；S2、根据原始声音信号，增强其中的无砟轨道结构声辐射信号；S3、根据增强后的无砟轨道结构声辐射信号，识别对应的轨道病害，得到无砟轨道的病害识别结果；S4、根据无砟轨道的病害识别结果，判断需要维修的线路区段。与现有技术相比，本发明具有节省人工、设备和时间成本、提高无砟轨道的检测效率等优点。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
