本发明公开一种基于冷却温度曲线的涂层质量在线评估方法及系统，其中，方法包括采集以几何顶点和几何谷点为双特征点的温度数据并构建二者的时间‑温差系列和温差曲线，基于温差曲线提取包含强度、时序、形态、谱特征的多维特征向量，通过物理引导‑数据驱动混合反演模型同步、实时获取涂层厚度和结合力等级预测值。本发明通过挖掘周期性结构工件的几何特征及其散热差异特性，喷涂过程中构建几何顶点与几何谷点的温差动力学曲线并提取多维度关联特征，转化为评估涂层质量的有效信息源并进行同步混合反演，实现涂层厚度和结合力双指标的同步、无损、秒级在线预测，具有稳定可靠、精准快速等优势，尤其适用于复杂结构件涂层质量的高灵敏度评估。
📄 2026103354138
📂 G06F18_213
👤 龙岩学院
📅 2026-03-19
本发明涉及无损检测技术领域，尤其涉及一种基于VMD‑KF的道岔轨头损伤振动特征提取方法，包括：借助轨头与道岔的接头处的冲击，初步选取存在多处冲击的信号段用于分析；基于VMD得到冲击振动的平稳化本征模函数IMF分量，从低阶IMF分量中提取轮对信息确定列车速度，估计损伤信号的分布范围；基于KF，从包含冲击振动的高阶IMF分量中提取损伤导致的振动信号；最后，基于希尔伯特黄变换HTT提取损伤振动信号的特征。本发明用以监测和分析道岔区间振动特性，对保证轮对和道岔结构完整性具有重要意义；解决了常规方法对非平稳振动信号处理时难以提取和分析的问题。
📄 2024100372116
📂 G06F18_2131
👤 南通大学
📅 2024-01-10
本发明公开了一种基于多源遥感与机器学习的湖泊水量监测与预测方法及系统，包括：采集多源遥感、气象气候数据，经质控修复与标准化后，通过圆台体积法融合水位和面积数据构建湖泊历史月尺度水量序列；再筛选气象驱动因子并构建年际冲击特征，融合生成增强特征序列；随后构建训练级联拓扑结构模型，以增强特征序列为输入，经Transformer编码器提取长时序特征输出基准预测值，结合元特征提取、多分支修正融合完成水量预测与置信区间量化；最后对CMIP6数据偏差校正与集合平均后输入模型，通过软着陆平滑消除数据拼接跳变，输出未来多情景湖泊水量演变曲线及不确定性范围。本发明提升了水量监测精度与预测稳健性。
📄 2026106209507
📂 G06F18_21
👤 南京信息工程大学
📅 2026-05-08
本发明公开了一种基于时空特征融合与先验知识约束的浓雾天气形势识别方法，属于气象信息处理与智能预报辅助技术领域。包括：构建过程级样本；根据过程级样本进行编码，并结合时间演变关系生成对应于所述天气过程的时空表示；对过程级样本进行编码，得到知识增强表示，并输出所述天气过程在各先验气象属性上的属性响应；对时空表示与知识增强表示进行特征融合，输出天气形势分类预测结果；建立一致性约束，以对识别模型的训练过程进行引导来训练识别模型。本发明能够将天气过程演变信息、区域背景场信息与地方判识经验进行统一建模，提高复杂浓雾背景自动识别的准确性、稳定性和可解释性，并为浓雾预报辅助提供结构化的背景提示信息。
📄 2026106459606
📂 G06F18_213
👤 南京信息工程大学
📅 2026-05-12
本发明公开了一种基于注意力机制与强化学习的超短期DNI预测方法，包括：采集太阳能热发电站历史实测直接法向辐照度数据及气象特征数据；引入周期性时间特征及历史滞后项增强时序依赖性；利用双向长短期记忆网络提取DNI时间序列特征，构建基于云量动态变化的注意力机制，强化模型对天气突变的响应能力；采用KAN替代传统全连接对高维非线性特征进行自适应函数逼近；引入PPO强化学习算法，对模型特征表示与参数进行动态优化，实现误差自反馈修正；输出DNI预测结果，用于聚光太阳能热发电系统的调度与运行控制。本发明方法可有效提高复杂天气条件下的DNI预测精度与鲁棒性，为光热发电与可再生能源并网提供高精度预测支持。
📄 2026105887372
📂 G06F18_213
👤 南京信息工程大学
📅 2026-04-30
本发明公开了一种台风风场风速时空预测方法，具体为：基于地面气象观测站、卫星遥感平台及再分析数据集，获取多源气象要素；采用多源异构数据融合机制对多源数据进行预处理，得到不规则时空观测集合；将所有地面气象观测站，卫星遥感平台以及再分析数据集对应的台风观测系统作为节点，共N个节点；为N个节点构建特征矩阵X，同时构建时间超边和空间超边，基于特征矩阵X和两种超边构建时空超图；对时空超图进行特征提取，得到高阶特征；将高阶特征输入至改进的Transformer编码器，得到未来时刻台风风场风速预测值。本发明可服务于风能评估、极端天气预警及动态风场重建等应用场景。
📄 2026100772090
📂 G06F18_214
👤 南京信息工程大学
📅 2026-01-21
本发明公开了一种区分简单与困难样本的无监督域适应方法，包括：依据目标域样本的熵值来对目标域样本进行区分，将熵值大于等于预设熵值阈值的样本定义为简单样本，将熵值小于预设熵值阈值的样本定义为困难样本；对于分类为简单样本的目标域样本，采用源域训练好的分类器对其分配伪标签；对于分类为困难样本的目标域样本，利用步骤S2中分配好伪标签的简单样本将无监督域适应调整为半监督域适应，通过源域标签和目标域简单样本的标签来训练得到更加鲁棒的分类器，计算类中心，分别优化域间对比对齐和实例对比对齐，以减少域间和域内差异。本发明能够解决现有的域适应方法中对于目标域困难样本分类错误的问题。
📄 2022103771975
📂 G06F18_214
👤 南京信息工程大学
📅 2022-04-11
本发明公开了一种基于样本扩充和筛选的主动增强软测量方法，包括以下步骤：1)获取工业聚乙烯熔融指数数据；2)聚乙烯数据的数据集划分以及预处理；3)生成虚拟样本扩充数据集；4)建立基于支持向量回归的选择性生成对抗网络SGAN‑SVR软测量模型；5)模型表现评估。本发明方法根据形心度量准则和原始样本的统计特性，从基于梯度惩罚的生成对抗网络WGAN‑GP模型生成的虚拟样本中筛选高质量的生成样本，作为原始样本的补充，提高了支持向量回归SVR模型对MI指标的预测准确率。
📄 2021109995848
📂 G06F18_214
👤 浙江工业大学
📅 2021-08-29
本发明公开了一种基于声谱图的声纹识别集成模型的防御方法，包括：(1)采集音频文件，并对音频文件转化为声谱图，该声谱图作为良性样本；(2)利用良性样本训练多个声纹识别模型，获得训练好的多个声纹识别模型；(3)采用投票机制从训练好的多个声纹识别模型从筛选获得较优的多个声纹识别模型进行集成，形成声纹识别集成模型，利用良性样本重新训练声纹识别集成模型；(4)采集布谷鸟搜索算法分别攻击多个声纹识别模型，生成对抗样本；(5)利用对抗样本和良性样本对步骤(3)获得的声纹识别集成模型进行再训练，获得能够抵抗攻击的声纹识别集成模型；(6)利用步骤(5)获得的声纹识别集成模型对音频文件对应的声谱图进行防御识别。
📄 2020101058077
📂 G06F18_214
👤 浙江工业大学
📅 2020-02-20
本发明公开了一种基于XGBoost特征提取的压缩机故障诊断方法。首先，根据故障数据与故障类型自定义XGBoost算法的损失函数，迭代构建故障分裂树；其次，提取样本在故障树中的叶子结点位置索引向量并进行特征编码重构，得到隐含故障信息的智能化表征；然后，基于该表征矩阵，使用SVM、神经网络算法分别建立故障预测模型，实现多故障模式的预测诊断。这种方法的特点是，能够充分挖掘数据中隐含故障特征信息，使故障诊断预测的精度更高。
📄 2019101004661
📂 G06F18_2113
👤 浙江工业大学
📅 2019-01-31
一种基于多域视角的群体车辆轨迹预测方法，首先，在频域方面，模型利用快速傅里叶变换将历史轨迹转换为频域表示，选取振幅最大的频率以捕捉潜在的周期性特征，结合堆叠的二维卷积网络和LSTM对特征进行深度提取；其次，在空间域方面，构建加权有向空间拓扑图，通过车辆间的相对位置、速度和加速度信息来建模动态空间关系，使用带残差连接的堆叠图卷积网络提取空间特征；随后，在时域方面，基于圆形有限穿透可见性图构建时间逻辑图，通过允许跨时间步的连接以捕捉时间依赖特征，利用残差堆叠GCN提取时域特征；最后，通过门控循环单元编码‑解码结构融合多域特征，实现群体车辆的轨迹预测，本发明实现对群体车辆未来轨迹的高精度预测。
📄 2024117702541
📂 G06F18_2131
👤 浙江工业大学
📅 2024-12-04
本发明公开了一种基于侧信道信息对深度神经网络灰盒攻击的方法，包括：(S1)：在嵌入式智能设备上运行各种常见的深度学习模型，同时采集设备运行时的各种功耗数据；(S2)：基于侧信道攻击来识别目标模型的基本网络结构；(S3)：利用识别出的网络结构生成等价模型；(S4)：使用训练的等价模型生成对抗样本。本发明还包括一种基于测信道信息的深度神经网络黑盒对抗样本生成系统，由数据采集模块、识别深度学习模型模块、等价模型生成模块和对抗样本生成模块组成；本发明可以根据功耗轨迹使用适当的机器学习算法识别出模型结构，然后利用识别出的模型结构训练出和目标模型有相同决策边界的等价模型，最后利用等价模型生成对抗样本对目标模型进行攻击。
📄 2021103114894
📂 G06F18_214
👤 浙江工业大学
📅 2021-03-24
柿子坊 · 知识产权运营
柿子坊知识产权运营平台