“G06K9/00”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果72750个，建议您升级VIP下载更多相关专利

[发明专利]质谱图生成方法、装置、系统及可读存储介质-CN202211289808.7在审
发明人：梁欣 -专利权人：广东省麦思科学仪器创新研究院
申请日： 2022-10-20 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了一种质谱图生成方法、装置、系统及可读存储介质。应用于质谱采集板卡；该方法包括：当监听到上位机下发的触发信号时，对被测信号进行采集，得到原始数字序列；生成像素质荷比序列与像素时间点索引序列；根据像素时间点索引序列对原始数字序列进行峰值抽取，得到像素数字序列，并对像素数字序列作线性变换，生成浓度值序列；基于像素质荷比序列与浓度值序列，组合得到质谱图。通过上述方法，在采集过程时，不需要上位机再对大量原始数据进行处理和转换，其只需获取采集板卡处理好的质谱图显示和原始数字值存储至硬盘，提高了整体采集效率等。
质谱图生成方法装置系统可读存储介质

[发明专利]一种非平稳混沌数字信号动态消噪方法及系统-CN202211172808.9在审
发明人：薛萍;阎国彬 -专利权人：哈尔滨理工大学
申请日： 2022-09-26 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种非平稳混沌数字信号动态消噪方法及系统，包括滤波模块、复位模块和信号消噪协议转换模块，使用具有局部特征的函数来表示或者逼近信号的小波函数，经过伸缩或者平移变换的过程为连续小波变换。本发明能够提高非平稳混沌数字信号动态消噪的有效性。
一种平稳混沌数字信号动态方法系统

[发明专利]一种自适应频率分量动态跟踪方法及系统-CN202211178898.2在审
发明人：熊德智;肖宇;温和;徐文林;姚依林;周志飞;申丽曼;马叶钦 -专利权人：国网湖南省电力有限公司;国网湖南省电力有限公司供电服务中心（计量中心）;国家电网有限公司
申请日： 2022-09-27 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种自适应频率分量动态跟踪方法及系统，此方法包括步骤：S1、构建自适应平顶窄带滤波器以实现带外干扰和频率偏移条件下自适应频率分量动态跟踪，得到电网信号；S2、运用自适应定阶方法将电网信号中的有效信号成份从背景噪声中区别出来；S3、利用泰勒加权最小二乘矩阵束法对有效信号成份进行分析，估算动态相量参数。本发明具有动态相量参数测量实时精准等优点。
一种自适应频率分量动态跟踪方法系统

[发明专利]隧道隐蔽病害综合检测方法、系统、设备及存储介质-CN202211187732.7在审
发明人：王俊芳;赵杨平;石灿;任伟新;杜彦良 -专利权人：深圳大学
申请日： 2022-09-27 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种隧道隐蔽病害综合检测方法，包括：获取隧道内沿各条测线的实时数据信号，其中，所述实时数据信号包括探地雷达电磁信号、冲击回波弹性波信号以及声波信号；对所述探地雷达信号、所述冲击回波信号以及所述声波信号的数据集进行特征提取与多源特征流融合操作，获得待分析特征集；将所述待分析特征集输入预先建立的两级堆栈式学习模型，基于所述两级堆栈式学习模型的输出结果判断隧道内的隐蔽病害情况。本发明还公开了一种隧道隐蔽病害综合检测系统、设备及存储介质。本发明通过隧道检测车在隧道内实现移动式多手段协同综合检测，提高了隧道隐蔽病害检测的效率以及智能化水平，达到了更好的检测效果。
隧道隐蔽病害综合检测方法系统设备存储介质

[发明专利]一种运河水-气界面气体传质系数获取方法及装置-CN202211189267.0在审
发明人：施文卿;刘博毅;朱琳;张朝阳;张欣芝;邢冉;王家一 -专利权人：南京信息工程大学
申请日： 2022-09-28 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种运河水‑气界面气体传质系数获取方法及装置，包括：在目标运河及其支流上放置波高仪，监测河流波形；根据监测的波形通过傅里叶变换得到目标运河及其支流的特征波周期；根据目标运河及其支流的特征波周期计算得到目标运河船行波主导的均方斜率、风生波主导的均方斜率；基于船行波主导的均方斜率和目标运河等级计算得到船行波介导的气体传质系数分支；根据风生波主导的均方斜率计算得到风生波介导的气体传质系数分支；将船行波介导的气体传质系数分支和风生波介导的气体传质系数分支相加，和作为目标运河的水‑气界面气体传质系数。本发明准确性高，可靠性高。
一种运河界面气体传质系数获取方法装置

[发明专利]一种基于对比学习的辐射源个体识别方法、介质及装置-CN202211205528.3在审
发明人：王珂;鲁越格格;王圣川;张俊;景亮 -专利权人：电信科学技术第五研究所有限公司
申请日： 2022-09-30 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于对比学习的辐射源个体识别方法、介质及装置，输入数据为辐射源信号的IQ数据，通过基于对比学习的辐射源深度特征提取网络进行特征提取，并利用对比学习的方法，使得相同辐射源的特征向量在嵌入空间中尽可能的相近，不同辐射源的特征向量之间尽可能的远，最后通过预测信号特征向量与数据库的特征向量之间距离进行距离计算与评估，便可以得到辐射源的个体类别。本发明能够将辐射源个体识别与对比学习结合起来，使得相同辐射源的特征向量在嵌入空间中尽可能的相近，不同辐射源的特征向量之间尽可能的远，从而完成辐射源在高维空间上的聚类，实现辐射源个体的识别。
一种基于对比学习辐射源个体识别方法介质装置

[发明专利]光谱噪声的去除方法、装置、电子设备及存储介质-CN202211254114.X在审
发明人：李笑芳;王丽玫;张宏洲 -专利权人：廊坊师范学院
申请日： 2022-10-13 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本申请提出了一种光谱噪声的去除方法、装置、电子设备及存储介质，涉及光谱信息处理技术领域。该方法包括：获取原始光谱信息；以dmey为小波基采用离散小波变换算法对原始光谱信息进行分解，以获取第1至n尺度的第一低频信息及第1至n尺度的第一高频信息，其中，n为分解尺度数且n为大于4的正整数；采用复构函数重构第1至n尺度的第一高频信息，以获取第1至n尺度的第一重构高频信息；对第4至n尺度的第一重构高频信息与第n尺度的第一低频信息进行求和，以获取第一目标光谱数据。由此，实现了快速、无损降低光谱信息的噪声信息含量，提高光谱信噪比，为地物光谱数据的处理分析与应用提供基础技术支撑。
光谱噪声去除方法装置电子设备存储介质

[发明专利]一种基于实时脑电信号的注意力提升方法-CN202211281094.5在审
发明人：张效初 -专利权人：安徽效隆科技有限公司
申请日： 2022-10-19 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于实时脑电信号的注意力提升方法，涉及脑电信号处理技术领域，通过数据采集终端获取实时脑电数据，对所获得的脑电数据进行预处理；将经过预处理后的脑电数据输入至特征提取模型，通过特征提取模型提取对应的脑电特征；根据所提取到的脑电特征输出脑电数据的分类结果，并将分类结果反馈至用户；在对特征提取模型进行训练的过程中，利用时间窗，使得所获得的特征矩阵的数量更多，从而获得更多的训练样本数据，避免因为样本数据量不足，导致特征提取模型的预测结果与实际结果存在较大的差异；利用时间窗达到实时对特征提取模型进行训练的作用，使得特征提取模型的兼容性和适应性更强。
一种基于实时电信号注意力提升方法

[发明专利]非高斯杂波中雷达辐射源信号识别技术-CN201810261342.7有效
发明人：张长青;张克旺;张建;陈卓;周瑞乾;马宁;赵旭光;吕翔 -专利权人：信阳农林学院
申请日： 2018-03-28 - 公布日： 2022-12-30 - 主分类号： G06K9/00 文献下载
摘要：本发明属于非高斯杂波环境下的雷达信号处理技术领域，公开了一种基于广义变分模态分解结合支撑向量机的雷达信号识别方法，对接收到的雷达辐射源信号进行广义变分模态分解，得到本征模态分量IMF；计算每个本征模态分量的平滑伪Wigner‑Ville时频分布矩阵，并提取各时频分布的Rényi熵特征构造特征向量T；最后利用支撑向量机进行分类识别；当广义信噪比大于5dB时，各类信号的识别率达到65％以上，特别当广义信噪比大于10dB时，各类信号的识别率均达到90％以上，由此可见，本发明的识别效果较好。
非高斯杂波中雷达辐射源信号识别技术

[发明专利]一种罗茨式压缩机的自适应故障诊断方法及系统-CN202211297701.7在审
发明人：廖湘渝;司泽田;向家伟;郭建春;丁张成 -专利权人：温州大学
申请日： 2022-10-22 - 公布日： 2022-12-27 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种罗茨式压缩机的自适应故障诊断方法，包括获取罗茨式压缩机上所传递过来的待测振动信号；对待测振动信号进行消噪以及变换处理；将处理后的待测振动信号导入已训练好的罗茨式压缩机故障诊断模型中，得到相应的诊断结果；其中，罗茨式压缩机故障诊断模型是基于注意力域自适应网络构建出来的，且该模型是通过故障类别完整的原域样本和故障类别不完整的目标域样本同时输入进行训练得到的，原域样本和目标域样本分别来自于罗茨式压缩机不同工况下的振动信号。实施本发明，能够解决现有基于迁移学习的方法因训练样本类别缺失所带来的诊断结果有误的问题，提高了诊断精度。
一种罗茨式压缩机自适应故障诊断方法系统

[发明专利]噪声影响下变工况的高速列车制动闸片健康状态监测系统及构建方法-CN202211300554.4在审
发明人：张敏;康庄;莫继良;程文明;周仲荣 -专利权人：西南交通大学
申请日： 2022-10-24 - 公布日： 2022-12-27 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种噪声影响下变工况的高速列车制动闸片健康状态监测系统及构建方法，其包括输入层，用于对接收的制动闸片信号进行预处理；特征提取模块，用于对经输入层得到的制动闸片信号进行特征提取；IAM混合模块，包括若干并行设置的提取单元，用于分别对特征提取模块提取的特征进行再提取，并将各提取单元提取的特征进行拼接；分类器，用于依据IAM混合模块输出的拼接结果进行分类，确定的制动闸片故障类型。本发明通过IAM模块能够学习所提取特征的多个域不变表征并对齐，通过所提出的损失函数减小源域与目标域之间的距离，实现源域与目标域之间的迁移，从而能够在噪声影响及变工况下更好的实现对制动闸片监控状态监测。
噪声影响工况高速列车制动闸健康状态监测系统构建方法

[发明专利]面向负载口独立控制的阀控液压缸系统故障诊断方法-CN202211317870.2在审
发明人：孙炜;陶建峰;刘恒;刘成良;孙浩 -专利权人：上海交通大学
申请日： 2022-10-26 - 公布日： 2022-12-27 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种面向负载口独立控制的阀控液压缸系统故障诊断方法，所述方法包括如下步骤：步骤S1：建立阀控液压缸系统；步骤S2：进行故障注入，生成八类故障；步骤S3：获取信号，得到九类信号，生成样本；步骤S4：对样本进行预处理；步骤S5：完成预处理后，将生成的样本按照比例划分训练集、验证集和测试集；步骤S6：训练集和验证集用于故障诊断算法的训练；步骤S7：训练完成的算法模型经测试集测试后判断性能。本发明将根据面向负载口独立控制的阀控液压缸系统的多个部件的传感器信息，设计深度学习算法挖掘长时间跨度下的元件特征，识别系统发生故障的具体元件，实现对面向负载口独立控制的阀控液压缸系统的故障诊断工作。
面向负载独立控制液压缸系统故障诊断方法

[发明专利]一种基于动态模式分解的电能质量扰动分类方法-CN202211350203.4在审
发明人：杨帆;叶其革;唐宗顺;邱涌;李文娟;张旭;张云燕;张渊;赵轶珏 -专利权人：广州电力设计院有限公司
申请日： 2022-10-31 - 公布日： 2022-12-27 - 主分类号： G06K9/00 文献下载
摘要：本发明的一种基于动态模式分解的电能质量扰动分类方法，采用动态模式分解智能提取电能质量数据随时间变化的基本动态模式，获取电能质量扰动信号的特征，设计基于特征融合的一维卷积神经网络，将提取的特征输入神经网络实现分类电能质量扰动源的分类。本发明可有效提高扰动分类的准确度以及扰动识别效率，为解决电能质量问题提供了可靠依据。
一种基于动态模式分解电能质量扰动分类方法

[发明专利]一种罗茨式压缩机故障诊断方法及系统-CN202211357865.4在审
发明人：郭建春;向家伟;司泽田;廖湘渝;陈倩 -专利权人：温州大学
申请日： 2022-11-01 - 公布日： 2022-12-27 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种罗茨式压缩机故障诊断方法，包括获取罗茨式压缩机上所传递过来的原始振动信号；根据原始振动信号，使用预设的权重倒频谱编辑方法来构建含有权重的滤波信号，且以滤波信号的平滑度指数的倒数为目标函数并求最优解，进一步将所求的最优解更新滤波信号中权重的值；绘制更新后的滤波信号的希尔伯特包络谱，并对希尔伯特包络谱进行特征频率分析，以诊断出罗茨式压缩机的故障情况。实施本发明，通过有效提高信号信噪比来提取故障特征信息，以精确诊断故障类型，提高了诊断精度。
一种罗茨式压缩机故障诊断方法系统

[发明专利]基于切片组合卷积神经网络的射频指纹识别方法及装置-CN202211359184.1在审
发明人：王申华;杨运国;王文;张波;陈崇敬;应旭华;赵凯美;喻翔宇;李靖超;应雨龙;曹保良;吴辉;方伟飞;林军;方小方 -专利权人：国网浙江省电力有限公司金华供电公司
申请日： 2022-11-28 - 公布日： 2022-12-27 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种低碳调度技术领域，是一种基于切片组合卷积神经网络的射频指纹识别方法及装置，该方法包括利用方差轨迹检测截获射频基带I/Q信号的稳态段，并将其分成若干切片信号；将若干切片信号输入切片组合卷积神经网络模型，基于切片信号特征融合提取射频基带I/Q信号的指纹信息，完成射频指纹识别。本发明在基于深度学习的通信框架下，利用切片信息学习获得组合卷积神经网络模型，有效地引导深层神经网络结构学习真实的射频指纹特征，将射频基带I/Q信号的稳态段的若干切片信号输入组合卷积神经网络模型后，能提取真实的射频指纹特征，并基于特征组合和融合，提取识别度高的射频基带I/Q信号的指纹信息，有效提高了射频指纹的识别度。
基于切片组合卷积神经网络射频指纹识别方法装置