“靳畅”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9个，建议您升级VIP下载更多相关专利

[发明专利]基于数值散斑的多模光纤传输图像迁移重构算法-CN202110354442.6有效
发明人：宋彬彬;靳畅;陈永城;马秀浩;陈胜勇 -专利权人：天津理工大学
申请日： 2021-04-01 - 公布日： 2023-10-24 - 主分类号： G06N3/0464 文献下载
摘要：本发明涉及一种基于数值散斑的多模光纤传输图像迁移重构算法，该方法首先获取到实验散斑图像数据集；然后利用数值仿真方法生成仿真散斑图像数据集；接下来分析出实验散斑与仿真散斑的特性；设计融合了散斑特性的损失函数，增强U_Net网络的迁移学习能力；然后将仿真散斑输入到U_Net网络中，训练成仿真网络模型；便于后续直接利用仿真网络模型从实验散斑图像中重构出原始图像。
基于数值光纤传输图像迁移算法

[发明专利]一种基于深度卷积神经网络的制动蠕动呻吟噪声评价方法-CN202310277887.8在审
发明人：靳畅;姜天宇;李天舒;李阳 -专利权人：同济大学
申请日： 2023-03-21 - 公布日： 2023-07-21 - 主分类号： G06F18/213 文献下载
摘要：本发明涉及一种基于深度卷积神经网络的制动蠕动呻吟噪声评价方法，所述方法包括以下步骤：通过加速度采集装置获取原始加速度信号；对原始加速度信号提取相应的时频特征图；基于带有主观评分的加速度数据构建并训练深度学习评价模型；使用已训练的深度学习评价模型对提取的时频特征图进行分析，得到制动蠕动呻吟的表现评分。与现有技术相比，本发明实现自动将制动噪声进行分析评估，评估速度快，不需人工参与，节省人力和时间成本的同时拥有更高的准确性和科学性。
一种基于深度卷积神经网络制动蠕动呻吟噪声评价方法

[发明专利]一种盘式制动器制动蠕动颤振噪声评估方法-CN202310137466.5在审
发明人：靳畅;李天舒;姜天宇;李阳 -专利权人：同济大学
申请日： 2023-02-20 - 公布日： 2023-05-26 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及一种盘式制动器制动蠕动颤振噪声评估方法，所述的方法包括以下步骤：1)通过单向加速度计获取制动卡钳处原始加速度信号；2)提取发生制动蠕动颤振时相应的八种物理特征；3)对原始加速度信号进行预处理，提取相应的三种时域特征；4)构建包括所有物理特征和时域特征的一维向量特征，并进行标准化；5)使用训练好的机器学习分类模型对构建的特征进行分析评估得到制动蠕动颤振噪声的评分。与现有技术相比，本发明具有提高制动器制动蠕动颤振噪声评估的准确性、节省大量的人力和时间成本、缩短开发周期和资金投入等优点。
一种制动器制动蠕动噪声评估方法

[发明专利]一种多特征融合的制动噪声分类识别方法-CN202210610017.3在审
发明人：靳畅;姜天宇;孙大堡 -专利权人：同济大学
申请日： 2022-05-31 - 公布日： 2022-09-20 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种多特征融合的制动噪声分类识别方法，包括以下步骤：1)采集车辆的制动噪声信号并进行噪声类型的人工标注，提取制动噪声信号的特征图与噪声类型的分类标签一一对应构建数据集；2)将特征图输入预训练的特征融合深度神经网络分类模型中，进一步提取特征向量并融合后进行识别分类。与现有技术相比，本发明利用特征融合的深度神经网络对制动噪声进行分类识别，用于制动噪声试验数据处理，能够代替人工听音识别制动噪声的类型，缩短开发周期和资金投入，比单一的特征识别效果更好。
一种特征融合制动噪声分类识别方法

[发明专利]一种基于深度学习的制动噪声分类识别方法-CN202210028155.0在审
发明人：靳畅;孙大堡;姜天宇;闵赛金 -专利权人：同济大学;上海好耐电子科技有限公司
申请日： 2022-01-11 - 公布日： 2022-05-10 - 主分类号： G10L15/16 文献下载
摘要：本发明涉及一种基于深度学习的制动噪声分类识别方法，该方法包括以下步骤：1)通过声音采集装置获取原始声音信号并进行分类标注；2)对标注后的原始声音信号提取相应的时频特征图；3)构建深度学习分类模型并进行训练；4)将待识别声音信号的时频特征图输入已训练好的深度学习分类模型中得到识别结果。与现有技术相比，本发明利用深度学习的方法对制动噪声进行分类识别，用于制动噪声试验数据处理，能够代替人耳识别制动噪声的类型，节省大量的人力和时间成本，缩短开发周期和资金投入，且识别的准确性和稳定性更高。
一种基于深度学习制动噪声分类识别方法

[发明专利]一种汽车门锁闭合声品质评价方法-CN201910738262.0有效
发明人：靳畅;周毅;张得东 -专利权人：同济大学
申请日： 2019-08-12 - 公布日： 2021-06-04 - 主分类号： G01H17/00 文献下载
摘要：本发明涉及一种汽车门锁闭合声品质评价方法，包括以下步骤：1)在半消声室环境中模拟整车中锁扣与锁体的碰撞过程，采集汽车门锁闭合时产生的门锁碰撞噪声的时域信号，并录制成音频文件进行筛选后作为评价打分的声音样本；2)获取评价人员对每个声音样本S进行偏好性排序后的样本总体P，并对样本总体P内的声音样本进行排序调整以及剔除误判数据；3)根据7级评分法对相邻样本的声品质区别程度进行评分，并进行归一化处理，获取各评价人员对每个声音样本的分值，将各评价人员对同一声样本的分值进行平均，即为该门锁噪声的最终评价值。与现有技术相比，本发明具有符合实际、排序准确快速、提高可靠性和容错率、评分精度高等优点。
一种汽车门锁闭合品质评价方法

[发明专利]一种汽车门锁闭合声震颤度的量化评价方法-CN202010561965.3有效
发明人：靳畅;刘子豪;周毅 -专利权人：同济大学
申请日： 2020-06-18 - 公布日： 2021-05-11 - 主分类号： G01M7/08 文献下载
摘要：本发明涉及一种汽车门锁闭合声震颤度的量化评价方法，包括以下步骤：1)对汽车门锁进行单独隔离安装后进行门锁碰撞试验，并采集汽车门锁闭合声的样本声信号；2)对样本声信号进行带通滤波处理；3)进行震颤感主观评价测试，获取时间间隔对震颤感的加权函数；4)根据处理后样本声信号中一时刻点的声压级落差与加权函数计算得到该时刻点的单点震度值，对整个处理后样本声信号重复该步骤获取时域上连续的单次震度函数；5)选取时间间隔的步长，对时域上连续的单次震度进行加窗处理得到离散的加窗震度函数；6)对加窗震度函数进行震颤度主观值的量化计算。与现有技术相比，本发明具有考虑多次碰撞音、提高评价准确性、反映心理声学特征等优点。
一种汽车门锁闭合震颤量化评价方法

[发明专利]一种基于最优临界频带幅值增益控制的主动噪声均衡控制方法-CN201710236370.9在审
发明人：靳畅;周鋐;周毅 -专利权人：同济大学
申请日： 2017-04-12 - 公布日： 2017-07-07 - 主分类号： G10K11/178 文献下载
摘要：一种基于最优临界频带幅值增益控制的主动噪声均衡控制方法，基于车内声信号临界频带幅值增益输入的BP神经网络声品质模型及其优化方法，以及基于FxLMS自适应控制并引入了临界频带幅值增益的主动噪声均衡方法。本发明的优点是基于声‑振相干计算可识别出多个参考信号频率进行均衡控制，提高噪声控制的全面性。将参考信号频率对应到临界频带内，以频带内声信号幅值增益为控制目标在实施控制之前先根据声品质模型优化出最优增益组合。本方法与ANC控制相比，能在多频带控制声信号幅值实现声信号均衡，同时增加了基于声品质模型的优化环节，最终达到声品质最优。
一种基于最优临界频带增益控制主动噪声均衡方法

[发明专利]一种用于主动噪声均衡控制的临界频带幅值增益优化方法-CN201710179536.8在审
发明人：靳畅;周鋐;周毅 -专利权人：同济大学
申请日： 2017-03-23 - 公布日： 2017-06-27 - 主分类号： G10K11/178 文献下载
摘要：本发明涉及一种用于主动噪声均衡控制的临界频带幅值增益优化方法，该方法应用于由参考信号识别模块、BP神经网络声品质模型、基于噪声误差反馈的FxLMS(Filter‑x Least Mean Square滤波x最小均方误差)自适应均衡控制器以及次级声源所组成的噪声主动均衡控制系统。通过基于BP神经网络声品质模型推导出声品质对于神经网络输入(临界频带总声压幅值)的贡献量以及建立临界频带幅值增益与临界频带总声压幅值之间的关系，将优化目标转变为声品质贡献量梯度向量，以声品质贡献量及其梯度向量作为优化时输入量的改变方向，优先抑制对与声品质负贡献量大的频率成分。与现有技术相比，本发明具有迭代次数大大降低、效率大大提升等优点。
一种用于主动噪声均衡控制临界频带增益优化方法

1
共 9 条