“邹密”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67个，建议您升级VIP下载更多相关专利

[发明专利]一种基于实时故障滤波数据的配电网自动重合闸判断方法-CN202011223358.2有效
发明人：段盼;杨作红;邹密;赵岩;袁财政;吴俊男;张奔;何娅 -专利权人：重庆邮电大学
申请日： 2020-11-05 - 公布日： 2023-10-24 - 主分类号： G01R31/08 文献下载
摘要：本发明涉及一种基于实时故障滤波数据的配电网自动重合闸判断方法，属于电网技术领域。该方法包括以下步骤：S1：建立基于小波变换的故障提取模型；S2：建立故障综合研判‑支持向量机分类模型；S3：仿真建模与分析。利用小波变换提取三相电压三相电流和零序电流作为特征量，并将小波分析后的小波系数重构作为支持向量机的数据集，算法模型训练数据来源于实际录波数据，增加了模型的可靠性和实用性，识别准确率接近90％。算法模型搭建完成后利用仿真数据来测试算法模型，准确率达到95％，进一步证实了本算法模型的可行性。
一种基于实时故障滤波数据配电网自动合闸判断方法

[发明专利]一种氟改性硼酸酯及其制备方法和包含该氟改性硼酸酯的制动液-CN202310040874.9有效
发明人：侯天骄;洪胜跃;沈旋;陶佃彬;刘森;周旋;邹密 -专利权人：南京工业大学;张家港迪克汽车化学品有限公司
申请日： 2023-01-13 - 公布日： 2023-09-15 - 主分类号： C07F5/04 文献下载
摘要：本发明提供了一种氟改性硼酸酯及其制备方法和包含该氟改性硼酸酯的制动液，所述氟改性硼酸酯的结构式如下所示，其中，R1为氟取代的C1‑C5烷基；R2为氢或C1‑C5烷基；n＝2～8。与现有技术相比，本发明通过氟改性硼酸酯的制备，将含氟材料疏水性的优点融入到硼酸酯中，较非氟的硼酸酯相比具有更高的疏水性。本发明以氟代醇和环氧烷烃为原料，通过聚合、酯化制备氟改性硼酸酯的步骤，具有反应后处理简单、产率高、操作简单、便于分离等优点。另外，本发明提供了两种氟改性硼酸酯型制动液，其具有高的干湿平衡回流沸点和良好的高低温运动粘度。#imgabs0#
一种改性硼酸及其制备方法包含制动

[发明专利]一种基于鲸鱼优化算法和DRESN的短期电力负荷预测方法-CN202310565369.6在审
发明人：唐贤伦;郭祥麟;李洁;黄健;王乐君;谢涛;张家瑞;刘行谋;王会明;邹密 -专利权人：重庆邮电大学
申请日： 2023-05-18 - 公布日： 2023-09-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明请求保护一种基于鲸鱼优化算法和DRESN的短期电力负荷预测方法，首先使用变分模态分解(Variational mode decomposition，VMD)对负荷序列进行平稳化处理，并计算各分量样本熵值(Sample Entropy，SE)，将样本熵值相似的分量进行合并重构。然后采用偏自相关函数(Partial Auto Correlation Function，PACF)计算滞后阶数，确定最佳的输入变量序列。最后，将结合气象特征因素的重构模态分量输入至预测模型，采用泛化能力和鲁棒性更强的双存储池回声状态网络模型(Double Reservoir Echo State Network，DRESN)进行短期电力负荷数据的预测，并采用鲸鱼优化算法(Whale Optimization Algorithm，WOA)对模型进行参数寻优。本发明相比于传统预测方法，有更高的精确性。
一种基于鲸鱼优化算法 dresn 短期电力负荷预测方法

[发明专利]一种硼酸酯型制动液及其制备方法-CN202310378545.5在审
发明人：侯天骄;周旋;洪胜跃;沈旋;陶佃彬;刘森;邹密 -专利权人：南京工业大学;张家港迪克汽车化学品有限公司
申请日： 2023-04-11 - 公布日： 2023-07-07 - 主分类号： C10M105/78 文献下载
摘要：本发明提供了一种硼酸酯型制动液及其制备方法，所述硼酸酯型制动液包括含硼酸酯、稀释剂和制动液添加剂，所述硼酸酯的结构式如下所示，其中，R1为C1‑C5烷基；R2为氢或C1‑C5烷基；n＝2～8。与现有技术相比，本发明以醇与环氧烷烃为原料，经高压聚合、酯化制备硼酸酯的步骤有反应后处理简单、产率高、操作简单、便于分离等优点。另外，本发明提供的新型的硼酸酯型制动液具有良好的平衡回流沸点和低温运动粘度，其性能远超DOT6标准。
一种硼酸制动及其制备方法

[发明专利]一种集装箱式储能电站锂离子电池热失控预警方法-CN202310311749.7在审
发明人：邹密;王江林;李永军;唐贤伦;吴城浩 -专利权人：重庆邮电大学
申请日： 2023-03-28 - 公布日： 2023-06-23 - 主分类号： G01R31/392 文献下载
摘要：本发明涉及一种集装箱式储能电站锂离子电池热失控预警方法，属于储能技术领域。该方法包括以下步骤：S1：电池组热失控及电池充放电数据预处理；S2：建立基于MATLAB构建电池SOC估计电路；S3：建立基于COMSOL构建锂离子电池组热失控分析模型；S4：基于COMSOL的集装箱式锂离子电池热失控预警。锂离子电池的工作性能、使用寿命和安全性能在很大程度上受到温度的影响，本发明从单体电池温度及SOC角度出发对电池组中各个电池进行热失控预警，进而对电池进行断电或者对单一电池加大倍率放电，最终避免热失控发生及改善电池的不一致性。
一种集装箱式电站锂离子电池失控预警方法

[发明专利]一种结合CDC-VMD和回声状态网络的短期电力负荷预测方法-CN202310003746.7在审
发明人：唐贤伦;郭祥麟;谢颖;李自若;李洁;张家瑞;邹密;罗洪平 -专利权人：重庆邮电大学
申请日： 2023-01-03 - 公布日： 2023-05-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明请求保护一种结合CDC‑VMD和回声状态网络的短期电力负荷预测方法，首先使用局部方向中心性聚类算法CDC对原始负荷数据进行精确聚类，并采用戴维森堡丁指数DBI对比其他聚类算法，得出CDC算法聚类效果最优。之后采用变分模态分解VMD对负荷数据进行处理，将负荷序列分解得到多个本征模态函数(IMF)，以降低神经网络预测模型输入数据的复杂程度，分别计算各个IMF分量的样本熵(SE)，将相近样本熵值的分量合并为一个新的序列，以减少所需训练的模型数量，最后利用深度回声状态网络DESN来拟合各个序列的历史数据和预测数据的关系，并叠加各模型的预测结果得到最后的预测值。本发明相比于传统预测方法，有更高的精确性。
一种结合 cdc vmd 回声状态网络短期电力负荷预测方法

[发明专利]一种基于数据重构和TCN-BiLSTM的短期风电功率预测方法-CN202310128193.8在审
发明人：唐贤伦;张家瑞;谢颖;纪静;李自若;郭祥麟;邹密;王会明 -专利权人：重庆邮电大学
申请日： 2023-02-16 - 公布日： 2023-05-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明请求保护一种基于数据重构和TCN‑BiLSTM的短期风电功率预测方法。首先利用结合自适应噪声完备集合经验模态分解(CEEMDAN)对原始风电功率数据进行分解处理，将功率序列分解得到多个本征模态函数(IMF)，以降低神经网络预测模型输入数据的复杂程度。然后计算每个分量的样本熵(SE)值，并将SE值相近的分量归为一类，合并得到新的重构分量，从而减少需要训练和预测的分量数量。最后，建立一种结合时间卷积网络(TCN)和双向长短期记忆网络(BiLSTM)的多元组合预测模型对各分量进行特征提取、信息挖掘及预测，并叠加各分量的预测结果得到最后的预测值。本发明相比于其他风电功率预测传统方法，具有更高的预测精度。
一种基于数据 tcn bilstm 短期电功率预测方法

[发明专利]一种交直流叠加激励下变压器零序电磁参数提取方法-CN202310047172.3在审
发明人：邹密;王子涵;唐贤伦;李薇 -专利权人：重庆邮电大学
申请日： 2023-01-31 - 公布日： 2023-04-11 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及一种交直流叠加激励下变压器零序电磁参数提取方法，属于电力技术领域。该方法通过建立三相变压器电磁场模型，依据该模型模拟不同工况下三相变压器的场路耦合模型，同时应用时域场路耦合方法，基于能量扰动原理计算零序接线下三相变压器的漏磁通以得到油隙和油箱零序磁通的时空分布三维可视化仿真图，从而进行动态漏电感参数解析分析。本发明能够补充传统集总模型和分布模型简化或忽略的零序参数，从而降低三相变压器零序磁通仿真计算误差，为交直流混联电网大规模全电磁暂态仿真提供基础模型。
一种直流叠加激励变压器电磁参数提取方法

[发明专利]一种基于多角度的深度卷积神经网络的车辆再识别方法-CN201910665065.0有效
发明人：梁艳花;秦贵和;邹密;晏婕;赵睿;许骞艺;张钟翰;成一铭 -专利权人：吉林大学
申请日： 2019-07-23 - 公布日： 2022-10-28 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于多角度的深度卷积神经网络的车辆再识别方法，所述方法包括将车辆图像数据集作为输入通过共享层输出处理后特征图集；所述特征图集经过三个不同的流，分别从度量、视觉、属性三个角度进行分类；将三个分类结果进行联合学习实现车辆再识别。其中所述三个不同的流为基于簇的三元组流、基于互补学习的外观流和基于车辆属性的属性流。本发明纠正了随机三元组采样带来的冗余性和误导性问题，有效地缓解了现有方法不能很好区分相似图像或网络不收敛的问题，降低了训练时间成本，能够获得更准确的车辆再识别结果。
一种基于角度深度卷积神经网络车辆识别方法

[发明专利]基于局部流形正则化的半监督生成对抗网络图像分类方法-CN201911023691.6有效
发明人：唐贤伦;余新弦;彭德光;李洁;徐瑾;郝博慧;钟冰;邹密;李锐 -专利权人：重庆邮电大学
申请日： 2019-10-25 - 公布日： 2022-10-18 - 主分类号： G06V10/764 文献下载
摘要：本发明请求保护一种基于局部流形正则化的半监督生成对抗网络图像分类方法，该方法将局部流形正则化引入半监督生成对抗网络。该方法基于生成对抗网络对数据流形优秀的拟合能力，引入局部流形正则化，可以很好地解决判别器过度训练问题。通过在判别器和生成器的损失函数中加入流形正则化项，以对数据流形的突变进行惩罚，能够防止模型陷入局部崩溃，增强模型对数据流形的局部扰动保持不变性，使模型具有更好的鲁棒性。结合局部流形正则化的半监督生成对抗网络图像分类方法在半监督图像分类问题上可显著提高图像分类的准确率。
基于局部流形正则监督生成对抗网络图像分类方法

[发明专利]时空特征融合的并行卷积网络运动想象脑电图分类方法-CN201911241265.X有效
发明人：唐贤伦;孔德松;邹密;刘行谋;马伟昌;李伟;王婷;彭德光;李锐 -专利权人：重庆邮电大学
申请日： 2019-12-06 - 公布日： 2022-08-23 - 主分类号： A61B5/369 文献下载
摘要：本发明请求保护一种时空特征融合的并行卷积神经网络运动想象脑电图识别方法。以运动想象脑电信号作为研究对象，提出一种新的深度网络模型‑并行卷积神经网络提取运动想象脑电信号的时空特征。与传统脑电分类算法往往丢弃脑电空间特征信息不同，通过快速傅里叶变换，提取Theta波(4‑8Hz)、alpha波(8‑12Hz)以及beta波(12‑36Hz)，生成2D脑电特征图。基于多重卷积神经网络对脑电特征图进行训练，提取空间特征。此外，利用时间卷积神经网络进行并行训练，提取时序特征。最后基于Softmax对空间特征以及时序特征进行融合以及分类。实验结果表明，并行卷积神经网络具有良好的识别精度，并且优于其他最新的分类算法。
时空特征融合并行卷积网络运动想象脑电图分类方法

[发明专利]一种基于堆栈降噪自编码的电网暂态故障数据聚类清洗方法-CN202011486689.5有效
发明人：邹密;赵岩;段盼;杨作红 -专利权人：重庆邮电大学
申请日： 2020-12-16 - 公布日： 2022-07-15 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于堆栈降噪自编码的电网暂态故障数据聚类清洗方法，属于电力技术领域。该方法包括以下步骤：S1：基于堆栈降噪自编码的故障数据特征提取阶段；S2：基于主成分分析的故障特征降维阶段；S3：基于密度峰快速搜寻聚类的故障数清洗阶段。本发明对故障数据进行聚类清洗和代表数据点提取推送，能有效的从海量的故障数据中提取出真实准确的故障信息，为智能告警提供优质的故障信息，同时解决了配电告警平台频繁刷屏的根本原因。
一种基于堆栈编码电网故障数据清洗方法

[发明专利]基于轻量级全卷积神经网络的医学图像分割方法-CN202010277654.4有效
发明人：唐贤伦;钟冰;李洁;彭德光;李锐;郝博慧;彭江平;李伟;李星辰;黄淼;邹密 -专利权人：重庆邮电大学
申请日： 2020-04-08 - 公布日： 2022-05-03 - 主分类号： G06T7/11 文献下载
摘要：本发明请求保护一种基于轻量级全卷积神经网络的医学图像分割方法。首先对数据集进行灰度化、归一化、对比度受限自适应直方图均衡(CLAHE)、伽马校正等预处理；然后，对训练集进行随机的提取patch和测试集顺序提取patch图以完成数据增强；接着，搭建由收缩路径(左侧)和扩张路径(右侧)组成的全卷积神经网络架构，针对图像数量较少的数据集设计留一法(leave‑one‑out)训练方法；最后，通过通道稀疏正则化训练、裁剪比例因子小于设定阈值的通道以及微调裁剪后的网络完成BN通道模型裁剪，得到轻量级全卷积神经网络，并将测试数据输入到该网络中快速测试完成图像分割。轻量级全卷积神经网络即保证了深度网络的高分割精度优势，又提高了图像分割网络的测试速度。
基于轻量级卷积神经网络医学图像分割方法

[发明专利]一种脑电信号识别模型训练方法、识别方法、装置及设备-CN202210093700.4在审
发明人：唐贤伦;刘国睿;王天助;谭聪;谢颖;蔡军;邹密;王会明 -专利权人：重庆邮电大学
申请日： 2022-01-26 - 公布日： 2022-04-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种脑电信号识别模型训练方法、识别方法、装置及设备，该方法中的时序卷积神经网络和一维深度卷积神经网络共用一个输入层和输出层，首先通过时序卷积神经网络的隐藏层得到脑电信号时序特征，并通过一维深度卷积神经网络的隐藏层得到脑电信号空间特征；然后通过时序卷积神经网络和一维深度卷积神经网络共用的全连接层对脑电信号时序特征和脑电信号空间特征进行特征拼接，以从多个维度全面提取脑电信号的特征；最后通过共用的输出层输出输出分类结果，并采用反向传播算法对时序卷积神经网络和一维深度卷积神经网络进行参数调整，得到分类精度较高的脑电信号识别模型，提高分类效果。
一种电信号识别模型训练方法装置设备

[发明专利]一种USB防盗装置-CN202210108119.5在审
发明人：单士起;范辉先;王晶;郭毅飞;孙铭泽;邹密;张丽虹;吴显东;孙洪涛 -专利权人：北京广利核系统工程有限公司
申请日： 2022-01-28 - 公布日： 2022-04-26 - 主分类号： H01R13/502 文献下载
摘要：本发明公开了一种USB防盗装置。通过在盒体内设置用于插接USB数据线的多个USB插头，并将多个USB插头中的一个或多个与设备连接，使得多个USB数据线中只有一个或者部分USB数据线能够与设备相连，而USB数据线一端穿过出线孔时是固定在聚线机构上，因此，每个USB数据线的位置是确定的，由于USB数据线是工作人员插接在USB插头上，故而工作人员能够确定与设备连接的USB数据线，因此，在门体关闭后，工作人员可以确定固定在聚线机构上的与设备连接的USB数据线的具体位置，在需要使用USB数据线时，可通过具体位置确定USB数据线，而其他人员，则无法准确与连接设备的USB数据线相连，进而避免外来人员通过外接设备任意插拔而泄露数据、植入病毒等，对设备造成不可逆损害。
一种 usb 防盗装置

1
2
3
4
5
下一页»
尾页
共 67 条