“黄洪全”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果82个，建议您升级VIP下载更多相关专利

[发明专利]一种基于轴向双定子/双转子结构的永磁同步电机-CN202311027902.X有效
发明人：瞿广宇;刘伟;荆海莲;黄洪全;邓康强 -专利权人：成都理工大学
申请日： 2023-08-16 - 公布日： 2023-10-24 - 主分类号： H02K16/00 文献下载
摘要：本发明的目的在于提供一种基于轴向双定子/双转子结构的永磁同步电机，包括：轴向双定子结构，具有同轴相连的定子Ⅰ和定子Ⅱ，定子齿由数量相等且一对一交错排布的分隔齿和绕组齿组成，定子齿数Zst为10的正整数倍，定子Ⅰ和定子Ⅱ中的各定子中的定子绕组形成三激励式联合绕组；轴向双转子结构，具有同轴相连的转子Ⅰ和转子Ⅱ，转子极对数pr与定子齿数Zst之间的关系满足Zst=2(pr±3v)，v为正整数，转子Ⅰ中的永磁极与转子Ⅱ中的永磁极的极性相反；三激励式联合绕组中各相定子绕组同时与一多相交流电源和一直流电源相连，该多相交流电源的相数为5的正整数倍，工作时该多相交流电源和该直流电源同时向各定子绕组注入交流激励和直流激励。
一种基于轴向定子转子结构永磁同步电机

[发明专利]一种基于深度学习的风电功率预测方法-CN202310722489.2在审
发明人： 黄洪全;熊霖;马兴科;王清泰;李琳琳;蒋开明;管奕;陈闻;徐鑫航 -专利权人：成都理工大学
申请日： 2023-06-19 - 公布日： 2023-09-01 - 主分类号： G06F18/20 文献下载
摘要：本发明公开了一种基于深度学习的风电功率预测方法。首先，对风电数据进行异常数据识别、修正及平稳化等预处理。其次，制作含有多个样本的数据集，每个样本含有其对应的风速、风向、温度、气压、湿度等风电参数，并划分出训练集、验证集、测试集。然后，将训练集用于Transformer模型的训练，基于BPTT的序列反向传播训练，并采用Adam优化算法提高预测精度。最后，用训练完成后模型对风电功率进行预测实验。该方法对于提高风电功率预测精度，提高电力系统的可靠性、安全性和风能利用效率，以及制定风电机组的维护计划等有十分重要的意义。
一种基于深度学习电功率预测方法

[发明专利]一种基于深度学习Transformer模型的梯形堆积核脉冲识别方法-CN202210394146.3有效
发明人：马兴科;黄洪全;黄博睿;王清泰;沈志文;辛昊;肖钰于;丁卫撑;徐慧平 -专利权人：成都理工大学;东北大学秦皇岛分校
申请日： 2022-04-15 - 公布日： 2023-05-02 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种基于深度学习Transformer模型的梯形堆积核脉冲识别方法，是对梯形成形后的上升沿变缓的堆积阶跃核脉冲进行识别。首先，将欲进行参数识别的梯形堆积核脉冲看成是由N个上升沿变缓的阶跃脉冲堆积后经过梯形成形后得到的。其次，制作含有多个样本的数据集，每个样本含有其对应梯形堆积核脉冲的采样值及脉冲的参数集。然后，各个样本对应的梯形堆积核脉冲的采样值以及相应的位置编码作为Transformer模型的输入数据。接着，用Transformer模型中的多层编码器与解码器提取特征，并对其内部的前馈神经网络进行训练。最后，用训练完成后的Transformer模型对欲进行参数识别的原始梯形堆积核脉冲进行参数识别。该方法大大降低了梯形堆积核脉冲的舍弃率，提高了放射性测量的准确度和可信度。
一种基于深度学习 transformer 模型梯形堆积脉冲识别方法

[发明专利]一种基于最优波形的核脉冲梯形成形方法-CN202211113614.1在审
发明人： 黄洪全;母鹏程;黄博睿;王清泰;沈志文;刘江;丁卫撑 -专利权人：成都理工大学;东北大学秦皇岛分校
申请日： 2022-09-14 - 公布日： 2022-12-06 - 主分类号： G01T1/36 文献下载
摘要：本发明公开了一种基于最优波形的核脉冲梯形成形方法，用于在前端模拟系统输出脉冲波形所张成的波形空间内，通过聚类算法和模拟退火算法以得到最优脉冲波形进行梯形成形，以克服脉冲波形的波动性。首先，将前端模拟输出的各脉冲波形进行离散化。其次，将离散化后的脉冲波形进行归一化处理。然后利用聚类算法确定聚类中心并将之作为初步最优脉冲波形。接着，将聚类中心作为模拟退火算法的初始解，让其产生扰动进行最终寻优防止陷入局部最优。最后，基于模拟退火得出的最优脉冲波形进行梯形成形算法的求取。采用这种梯形成形算法，克服了脉冲波形的多样性、波形复杂性及波动性，可以使脉冲幅度辨识精度得到大大提高。
一种基于最优波形脉冲梯形成形方法

[发明专利]一种任意波形核脉冲的梯形成形方法-CN202210709120.3在审
发明人： 黄洪全;沈志文;黄博睿;王清泰;马兴科;蒋开明;丁卫撑;徐慧平 -专利权人：成都理工大学;东北大学秦皇岛分校
申请日： 2022-06-22 - 公布日： 2022-10-21 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种任意波形核脉冲变换方法，用于任意波形核脉冲信号的梯形成形。首先，将任意波形核脉冲信号看作有理分式传递函数系统的冲激响应。其次，对有理分式传递函数进行有理式分解为多个一阶惯性环节和的形式，然后，对多个一阶惯性环节和的形式进行拉式反变换为时域表达式，再对其时域表达式进行离散化及变换，接着利用粒子群算法对离散化表达式进行参数求取，最后，求取梯形成形的传递函数及成形递推公式，该方法在一定程度上实现了任意波形的核脉冲信号之梯形成形，提高了梯形脉冲的对称性，便于脉冲幅值的准确获取，有利于改善系统能量分辨率和提高计数率，这对于提高放射性测量的精度具有较大意义。
一种任意波形脉冲梯形成形方法

[实用新型]一种触摸板和无线充电功能鼠标垫-CN202221059147.4有效
发明人：母鹏程;钟承霖;何果;沈志文;刘江;黄洪全 -专利权人：成都理工大学
申请日： 2022-05-06 - 公布日： 2022-08-23 - 主分类号： G06F3/039 文献下载
摘要：本实用新型公开了一种触摸板和无线充电功能鼠标垫，包括鼠标垫本体和线体本体，所述鼠标垫本体包括触摸区和无线充电区，所述线体本体固定在鼠标垫本体左上角，所述线体本体包括USB插头、数据线和控制开关，所述控制开关对触摸区和无线充电区进行控制，所述数据线对触摸数据进行传输和对鼠标垫本体提供电源，所述触摸区包括左触摸区和右触摸区，所述左触摸区在鼠标垫本体左侧，所述右触摸区在左触摸区右侧，所述无线充电区在触摸区右侧，能够实现代替鼠标，满足日常办公和学习的同时对支持无线充电的设备进行无线充电的功能，方便收纳和操作。
一种触摸无线充电功能鼠标垫

[实用新型]一种微动按键切换鼠标电路-CN202122670138.0有效
发明人：沈志文;王清泰;刘江;辛昊;马超;黄洪全 -专利权人：成都理工大学
申请日： 2021-11-03 - 公布日： 2022-04-08 - 主分类号： G06F3/0354 文献下载
摘要：本实用新型公开了一种鼠标电路，包括USB接口，Z_Encoder(Z轴编码器)接口，LED，IC主控芯片，微动按键切换电路，所述微动按键切换电路包括:有声左键SW_La和静音左键SW_Lb的一脚与IC主控芯片的L引脚相连，另一引脚分别与二选一切换按键SW_C的第3引脚和第1引脚相连，有声右键SW_Ra和静音右键SW_Rb的一脚与IC主控芯片的R引脚相连，另一引脚分别与二选一切换按键SW_C的第3引脚和第1引脚相连，二选一切换按键SW_C的第2引脚接地。本实用新型能实现有声和静音微动按键一体式，方便使用者根据使用场景不同自由切换。
一种微动按键切换鼠标电路

[实用新型]一种三氯甲烷精馏装置-CN202022517605.1有效
发明人：周强;吴刚;孙立冬;钟骏良;张苏锋;黄洪全;徐峰 -专利权人：宁波巨化化工科技有限公司
申请日： 2020-11-04 - 公布日： 2021-09-14 - 主分类号： B01D3/14 文献下载
摘要：本实用新型公开了一种三氯甲烷精馏装置，包括低压精馏塔、低压精馏塔冷凝器、低压精馏塔再沸器、低压精馏塔塔釜泵、低压精馏塔回流槽、低压精馏塔回流泵、加压精馏塔、加压精馏塔再沸器、加压精馏塔回流槽、加压精馏塔回流泵。本实用新型具有节能高效，设备投资少，运行成本低，运行周期长的优点。
一种三氯甲烷精馏装置

[发明专利]一种谱线修正方法-CN201810408039.5有效
发明人： 黄洪全;蒋开明;马兴科 -专利权人：成都理工大学
申请日： 2018-05-02 - 公布日： 2021-09-10 - 主分类号： G01T1/36 文献下载
摘要：本发明公开了一种谱线修正方法。该方法将谱线漂移过程看成由多个状态构成，相邻状态间可相互转换，每个状态对应一个短时能谱，原始总能谱由短时能谱组合得到，相邻状态间的比例参数作为粒子的位置信息，采用粒子群算法搜索得到最优位置，将各个短时能谱按最优位置向某一状态转移得到修正后的各个能谱，进而将这些能谱相加后得到修正后的总能谱。可根据实际漂移情况进行状态数目的选择，相邻状态间的时间间隔可随漂移程度作随意修改，粒子群算法能搜索得到全局最优状态组合，具有较好的修正效果。
一种修正方法

[发明专利]一种基于深度学习的梯形重叠核脉冲估计方法-CN201910419045.5有效
发明人：马兴科;黄洪全;蒋开明 -专利权人：成都理工大学
申请日： 2019-05-20 - 公布日： 2021-05-04 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于深度学习的梯形重叠核脉冲估计方法，是对梯形成形后的重叠核脉冲进行估计。首先，将欲进行参数估计的原始梯形重叠核脉冲看成是由N个指数衰减核脉冲叠加后经过梯形数字成形后得到的。其次，制作含有多个样本的数据集，每个样本含有其对应梯形重叠核脉冲的采样值及成形前输入信号的参数和成形参数。然后，各个样本对应的梯形重叠核脉冲的采样值作为LSTM模型的输入数据，利用BPTT算法进行LSTM模型的训练。最后，用训练完成后的LSTM模型对欲进行参数估计的原始梯形重叠核脉冲进行参数提取。该方法大大降低了梯形重叠核脉冲的舍弃率，提高了放射性测量的准确度和可信度。
一种基于深度学习梯形重叠脉冲估计方法

[发明专利]一种CAN总线网络设备节点访问权限管理方法及系统-CN201911258691.4有效
发明人：李琳琳;胡松林;顾民;黄洪全;罗耀耀 -专利权人：成都理工大学
申请日： 2019-12-10 - 公布日： 2021-04-20 - 主分类号： H04L9/32 文献下载
摘要：本发明公开了一种CAN总线网络设备节点访问权限管理方法及系统，涉及信息安全技术领域，其对设备节点的访问权限进行分级式管理，不同权限的操作员分别持有自己的操作员许可证，可以作为CAN总线网络的其中一个节点接入网络，对网络中不同节点下的设备进行安全访问、管理，同时设备节点会记录操作员的操作日志，采用数字签名+动态令牌+双重安全认证的方法确保了CAN总线网络设备节点对操作员的身份认证，也保证数据在分帧传输过程中不被仿冒和篡改。
一种 can 总线网络设备节点访问权限管理方法系统

[发明专利]一种三氯甲烷精馏装置及其精馏方法-CN202011215749.X在审
发明人：周强;吴刚;孙立冬;钟骏良;张苏锋;黄洪全;徐峰 -专利权人：宁波巨化化工科技有限公司
申请日： 2020-11-04 - 公布日： 2021-02-09 - 主分类号： B01D3/14 文献下载
摘要：本发明公开了一种三氯甲烷精馏装置，包括低压精馏塔、低压精馏塔冷凝器、低压精馏塔再沸器、低压精馏塔塔釜泵、低压精馏塔回流槽、低压精馏塔回流泵、加压精馏塔、加压精馏塔再沸器、加压精馏塔回流槽、加压精馏塔回流泵。本发明还公开了使用该装置精馏三氯甲烷的方法。本发明具有节能高效，设备投资少，运行成本低，运行周期长的优点。
一种三氯甲烷精馏装置及其方法

[发明专利]一种基于粒子群算法的光谱重叠峰分解方法-CN201610857111.3有效
发明人： 黄洪全;杨熙;蒋开明 -专利权人：成都理工大学
申请日： 2016-09-28 - 公布日： 2021-02-02 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种基于粒子群算法的光谱重叠峰分解方法。首先对重叠峰进行本底扣除并归一化，得到面积为1的重叠峰；其次，将归一化后的重叠峰用标准差关联的GMM模型（简称GMM‑SDRE模型）来表征；然后，将归一化后的重叠峰看成一个离散概率密度函数，并产生对应的随机数；最后，采用粒子群算法的群体搜索技术，每一个粒子对应一个GMM‑SDRE模型，并计算在统计意义下这些随机数归属于GMM‑SDRE模型的概率（即适应度值），经过迭代更新搜索到具有“全局最大概率”的全局最优GMM‑SDRE模型，进而完成重叠峰的分解。本发明分解精度较高，可广泛用于各种严重重叠谱峰的分解。
一种基于粒子算法光谱重叠分解方法

[发明专利]一种脉冲波形变换方法-CN202010835490.2在审
发明人： 黄洪全;蒋开明;王超 -专利权人：成都理工大学
申请日： 2020-08-19 - 公布日： 2020-11-20 - 主分类号： H03K4/94 文献下载
摘要：本发明公开了一种脉冲波形变换方法，用于非标准负指数核脉冲信号的梯形成形。首先，将上升沿变缓的非标准负指数核脉冲信号表示为双指数形式。其次，对双指数脉冲信号进行离散化，并进行Z变换。然后，进行梯形脉冲的Z变换，求取梯形成形的传递函数，并建立梯形成形的递推公式，递推公式中的有关参数通过遗传算法获取。该方法在一定程度上实现了上升沿变缓的核脉冲信号之梯形成形，提高了梯形脉冲的对称性，便于脉冲幅值的准确获取，有利于改善系统能量分辨率和提高计数率，这对于提高放射性测量的精度具有较大意义。
一种脉冲波形变换方法

[发明专利]一种基于深度学习LSTM模型的输电线路故障类型识别方法-CN202010721622.9在审
发明人：吴俊宏;黄洪全 -专利权人：成都理工大学
申请日： 2020-07-24 - 公布日： 2020-11-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于深度学习LSTM模型的输电线路故障类型识别方法，具体包括：获取输电线路发生故障之后的三相故障电流采样序列；制作含有多个样本的数据集，每个样本包含输电线路故障对应的三相电流采样序列和故障类型标签；建立基于深度学习LSTM网络的输电线路故障分类模型，并进行前向传播输出；通过损失函数对模型进行反向传播训练；验证、测试并保存训练得到的输电线路故障分类模型；将欲进行故障分类的输电线路三相故障电流采样序列作为模型的输入，从而得到故障类型。该方法不仅能够克服传统输电线路故障分类算法中特征难以提取的局限，而且具有更加良好的性能，并且不受故障位置、故障电阻和初始相位等因素的影响。
一种基于深度学习 lstm 模型输电线路故障类型识别方法

1
2
3
4
5
6
下一页»
尾页
共 82 条