专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果79个,建议您升级VIP下载更多相关专利
  • [发明专利]一种三相直流无刷电机逆变器故障诊断方法-CN202311211146.6在审
  • 吴健华;李春成 - 深圳市嘉友锦磁科技有限公司
  • 2023-09-20 - 2023-10-27 - G06F18/2131
  • 本发明涉及数据处理技术领域,具体涉及一种三相直流无刷电机逆变器故障诊断方法,获取逆变压器工作时电流和电压的波形信号;将电流电压波形信号进行分解,根据波形信号的数值分布特征获取上、下包络线,获取电流包络线差异序列;根据上、下包络线的梯度特征获取电流包络线递变差异性;获取电流趋势波动系数;获取电流包络窗口波动系数;获取差分异变系数;获取阈值选择系数;获取基于小波变换的自适应阈值;获取去噪后的电流电压波形;将正常工作时的电流电压波形与去噪后的电流电压波形数据进行对比,获取特征相似度,从而实现逆变器的故障诊断,提升故障检测算法的精度和鲁棒性。
  • 一种三相直流电机逆变器故障诊断方法
  • [发明专利]多通道时序信号自适应抑噪电路-CN202310989333.0有效
  • 周军;张旭辉;肖剑彪;朱世健;杜勐 - 电子科技大学
  • 2023-08-08 - 2023-10-20 - G06F18/2131
  • 本发明公开了一种多通道时序信号自适应抑噪电路,属于时序信号处理技术领域。本发明的多通道时序信号时频特征提取电路是一种基于可扩展架构的可重构电路,在较低额外硬件开销的基础上支持动态采样率、单/双通道处理和128点与256点FFT两种快速傅里叶变换模式,并融合了近似运算等低功耗电路设计技术,从而支持外部控制器在不同工作阶段使用不同工作模式,以节省功耗;基于本发明的特征提取电路的多通道时序信号时频特征提取电路,实现了自适应频域波束成形和时频域特征提取的电路级融合,其利用信号短时平稳性在时频域中进行短时频域波束成形,相比频域波束成形运算量更少且可以复用特征提取电路,降低了硬件资源开销和功耗。
  • 通道时序信号自适应电路
  • [发明专利]一种欠定工作模态参数识别方法、装置、设备及介质-CN202311132925.7在审
  • 王成;何闽;郑益斌 - 华侨大学;厦门万宾科技有限公司
  • 2023-09-05 - 2023-10-10 - G06F18/2131
  • 本发明提供了一种欠定工作模态参数识别方法、装置、设备及介质,该方法可以用于从部署在结构上的振动传感器采集得到的平稳振动响应信号中,识别线性时不变结构的模态参数(包括模态固有频率、模态振型矩阵、模态阻尼比)。本发明提供基于连续小波变换稀疏成分分析的线性时不变结构欠定工作模态参数识别方法,在稀疏成分分析的稀疏变换中使用连续小波变换将观测信号从时域变换到时频域,从有限的振动传感器采集得到的平稳振动响应信号中识别出了超过传感器个数更多的高阶模态,且提高了欠定工作模态识别的速度、准确性和鲁棒性。该方法的优点或者特别之处是,可以识别出超过传感器个数的多阶高阶模态,并且相对传统方法提高了识别精度和鲁棒性。
  • 一种工作参数识别方法装置设备介质
  • [发明专利]一种浪涌保护器的智能管控方法、装置及电子设备-CN202310561589.1有效
  • 易秀成;游赛男 - 杭州易龙防雷科技有限公司
  • 2023-05-18 - 2023-10-10 - G06F18/2131
  • 本发明提供一种浪涌保护器的智能管控方法、装置及电子设备,属于紧急保护电路装置技术领域,具体包括:当浪涌保护器处于过电压运行状态时,采用复Gaussian4小波分析模块进行特征量的提取以及过电压故障值的评估;当浪涌保护器处于非过电压运行状态时,基于运行电流的时域特征量以及运行温度进行运行故障值的评估;基于浪涌保护器的历史过电压次数以及运行电流超过预设电流的历史过电压次数,并结合所述浪涌保护器的最近的设定数量的处于过电压运行状态时的过电压故障值以及运行状态故障值,进行浪涌保护器的综合故障值的评估,并基于综合故障值确定是否发出预警信号,从而实现了对浪涌保护器的可靠全面的运行状态的监测。
  • 一种浪涌保护器智能方法装置电子设备
  • [发明专利]一种脑电信号的处理方法、装置、电子设备及存储介质-CN202011255922.9有效
  • 吴边;孟海忠 - 微医云(杭州)控股有限公司
  • 2020-11-11 - 2023-10-10 - G06F18/2131
  • 本发明实施例公开了一种脑电信号的处理方法、装置、电子设备及存储介质,该方法包括:获取预设信号通道的脑电信号的时频谱信号图,基于预设划分规则对时频谱信号图进行时频区间划分;基于划分的时频区间中的幅度系数,确定时频区间的平均幅度系数;基于频率特征模型分别提取各不同频率区间的平均幅度系数的频率特征,以及基于通道特征模型分别提取各不同通道的平均幅度系数的通道特征;基于权重确定模型分别对频率特征和通道特征进行处理得到频率权重和通道权重,基于频率特征、频率权重、通道特征和通道权重,确定脑电信号对应的融合特征。能提取大脑进行特定活动时的脑电时空特征,提高了对脑电信号的分类准确率,提高了脑电信号的处理效率。
  • 一种电信号处理方法装置电子设备存储介质
  • [发明专利]基于图最大度差值的Chirp型和Burst型引力波信号识别方法-CN202310739062.3在审
  • 胡国兵;沈悦;吴珊珊;李阳民 - 金陵科技学院
  • 2023-06-20 - 2023-09-29 - G06F18/2131
  • 本发明提供了一种基于图最大度差值的Chirp型和Burst型引力波信号识别方法,首先将待识别信号做希尔伯特变换变成复信号,然后与其延时信号的共轭作相乘运算,得到待识别信号的时滞积;而后对时滞积作傅里叶变换得到其频谱,并以其频谱模值最大值对应的位置为界,分别提取一定长度的时滞积的左侧与右侧子序列;进而以相同的顶点数,分别将左右两侧子序列转换成相应的无向简单图;最终,利用左右两侧子序列生成图的最大度差值作为分类特征,通过其与相应门限值之间的大小关系,对Chirp型和Burst型引力波进行识别。本发明提出的方法在同等条件下性能优于以往的识别算法,计算复杂度低,具有工程应用前景。
  • 基于大度差值chirpburst引力信号识别方法
  • [发明专利]内部用户行为生物特征提取方法-CN202310633865.0在审
  • 陶晓玲;余玥琳;贾如春;何威;冯烜川 - 桂林电子科技大学;广西朗杰智慧科技发展有限公司
  • 2023-05-31 - 2023-09-29 - G06F18/2131
  • 本发明涉及数据处理技术领域,具体涉及一种内部用户行为生物特征提取方法,包括通过监控内部用户的鼠标交互行为收集鼠标日志数据;对所述鼠标日志数据进行预处理,得到一维时序数据;使用二维时序卷积神经网络对所述一维时序数据进行转换和特征提取,得到用户行为生物特征,本发明通过二维时序卷积神经网络充分考虑行为生物数据的时序性和多周期性,从一个多周期的新视角来分析行为生物特征序列,并引入通道注意力机制提取更具代表性的特征,从而准确获取用户的行为习惯,使得身份识别模型具有更强的泛化能力及检测性能。解决了现有的人工捕获用户行为生物特征提取的方法捕获的生物特征不充分的问题。
  • 内部用户行为生物特征提取方法
  • [发明专利]一种经颅磁与运动诱发电位设备间的无线触发方法及系统-CN202310814687.1在审
  • 刘成杰 - 深圳英智科技有限公司
  • 2023-07-04 - 2023-09-22 - G06F18/2131
  • 本发明公开了一种经颅磁与运动诱发电位设备间的无线触发方法,包括先后进行的脉冲信号识别步骤和触发判定步骤,所述脉冲信号识别步骤包括:设置TMS刺激模式,TMS刺激线圈产生磁刺激;分别将MEP设置为信号识别模式、产生脉冲信号;MEP接收脉冲信号,DFT频域分析,提取主要频率特征,记录为akejkωt;所述触发判定步骤包括:保持TMS刺激模式,TMS刺激线圈产生磁刺激;分别将MEP设置为触发模式、产生脉冲信号;MEP接收脉冲信号,DFT频域分析,提取主要频率特征,提取的主要频率特征与akejkωt对比判定,识别触发信号。本发明还公开了一种经颅磁与运动诱发电位设备间的无线触发系统,本发明具备实现高效、可靠的数据传输和控制等优点。
  • 一种经颅磁运动诱发电位设备无线触发方法系统
  • [发明专利]基于离散小波和深度学习的空气污染浓度预测方法及系统-CN202310533961.8在审
  • 铁治欣;舒莹;陶灵兵;林永兴 - 浙江理工大学
  • 2023-05-12 - 2023-09-15 - G06F18/2131
  • 本发明公开了基于离散小波和深度学习的空气污染浓度预测方法及系统,应用于空气污染预测技术领域。包括以下步骤:S1、通过对原始输入数据进行缺失值处理,并对待预测的空气污染浓度序列进行离散小波变换,提取出空气污染的周期性信息,将得到的周期性信息进行张量堆叠和归一化处理;S2、通过使用卷积层进行特征提取,得到特征矩阵;S3、将特征矩阵输入到编码器中,编码器将特征矩阵编码成最终的细胞状态Ce,并将特征矩阵中的信息传递给解码器,解码器接收后对其内部特征进行重构作为解码器的输出,hd经过全连接层的线性变化后为模型最终的预测值。本发明中的模型可以为整体大气污染的预测和防控提供支持。
  • 基于离散深度学习空气污染浓度预测方法系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top