本发明属于分布式光纤信号振动事件分类领域，公开了一种基于光纤信号的周界安防区异常事件识别方法。通过相敏光时域反射计采集光纤振动事件数据集并进行预处理，形成训练集；对1DCNN模型进行改进；将训练样本输入改进型1DCNN深度学习模型进行训练，获得训练后的改进型1DCNN模型；并进行异常事件识别。本发明提高了周界安防区异常事件的识别准确率，解决了光纤信号传统特征提取方法需要人为制造特征，严重依赖于专家知识，并且泛化能力弱以及现有模型利用光纤信号进行识别的过程中计算量大等问题。
📄 2024116737859
📂 G06F18_2411
👤 浙江工业大学
📅 2024-11-21
一种双馈异步风机电能质量异常故障诊断方法，包括以下步骤：步骤1)采用经验小波分解方法对原始电能质量扰动信号进行分解；步骤2)把K个fi(t)子信号行向量进行竖向排列，得到一个基于经验小波分解的时域信号矩阵F；步骤3)引入半监督协同训练进行数据重构，去除噪声或错误样本；步骤4)构建卷积神经网络模型，将时域信号矩阵F作为卷积神经网络模型的输入，利用训练集训练卷积神经网络模型，进行参数调整，利用测试集测试卷积神经网络模型；步骤5)将卷积神经网络特征值矩阵作为支持向量机模型的输入，进行双馈异步风机电能质量异常故障信号识别。本发明得到的双馈异步风机电能质量异常故障诊断分类器具有较好的分类精度和鲁棒性。
📄 2020111068959
📂 G06F18_2411
👤 浙江工业大学
📅 2020-10-16
本发明公开了一种基于支持向量机线性逼近的黑盒测试方法及系统，其中公开了基于支持向量机线性逼近的黑盒测试方法：获取图像样本数据集模型，并对黑盒深度学习模型进行预训练；根据获取的样本数据集构建若干支持向量机基础分类器；根据若干支持向量机基础分类器定义若干数据源级变异算子计算若干数据源级变异算子的安全上界；对若干数据源级变异算子的安全上界进行排序进行安全性评估。本发明还公开了基于支持向量机线性逼近的黑盒测试系统，包括收集模块、构建支持向量机模块、构建变异算子模块、计算最小安全上界模块、评估模块。
📄 2021106529095
📂 G06F18_2411
👤 浙江工业大学
📅 2021-06-11
一种基于人的心理认知模型的青菜病害的分类检测方法，包括：步骤1：获取图像并进行处理，获取多份病害区域、正常区域的青菜样本数据，分别以病害区域样本x1、x2为圆心画圆找出距离其最近的k个样本点；步骤2：分别计算最近的k个样本点中病害样本、正常样本所占的比例，并由此作出2×2列联表；步骤3：结合步骤2所作列联表，利用人的松散对称模型再次计算样本x1、x2作为病害样本出现在最近邻的k个样本点中的概率；步骤4：把步骤3计算出的结果作为样本xi在分类器训练过程中的权重；步骤5：重复以上步骤确定其他病害样本和正常样本的权重并用SVM算法进行最终训练。步骤6：用训练好的SVM分类检测器对待检测的青菜进行病害检测。
📄 202110405593X
📂 G06F18_2411
👤 浙江工业大学
📅 2021-04-15
本发明公开了一种基于支持向量机的深度学习模型鲁棒边界评估方法、装置和应用，包括为用于分类任务的深度学习模型的每个分类类别分配一个支持向量机；将样本数据分别输入至深度学习模型和每个支持向量机，得到样本数据在深度学习模型和每个支持向量机的特征空间分布；针对每个支持向量机，以样本数据在支持向量机的特征空间分布与在深度学习模型的特征空间分布的散度指标作为损失函数优化支持向量机的参数；优化结束后，每个支持向量机的决策边界即为深度学习模型对与支持向量机对应的分类类别的决策边界，依据该决策边界实现对深度学习模型鲁棒边界评估，进而实现训练阶段深度学习模型的安全性评估与提升。
📄 2021102720007
📂 G06F18_2411
👤 浙江工业大学
📅 2021-03-12
本发明提供一种PPG大数据驱动下的生物特征识别方法，包括：获取参训人员的PPG信号数据，对PPG信号数据进行高通滤波和低通滤波预处理，得到预处理后的PPG信号；对预处理后的PPG信号进行分帧，分别提取梅尔频率倒谱系数特征和Gammatone频率倒谱系数特征，对梅尔频率倒谱系数特征和Gammatone频率倒谱系数特征进行融合后进行主成分分析降维，得到融合特征；基于融合特征构建高斯混合模型的通用背景模型UBM，计算零阶、一阶和二阶Baum‑Welch统计量，从Baum‑Welch统计量估计全局差异空间矩阵，提取i‑vector身份认证向量；将i‑vector身份认证向量输入长短期记忆网络进行训练和分类，得到参训人员的身份识别结果。本发明能消除运动伪影的影响，捕捉PPG信号的整体变异性，为穿戴式设备提供身份认证方案。
📄 2025111032042
📂 G06F18_2411
👤 湖北经济学院
📅 2025-08-07
本发明公开了一种基于矩阵变量高斯模型的运动想象脑电特征提取方法。现有技术中运动想象脑电特征提取方法精度不足。本发明如下：一、进行脑电测试建立样本集。二、将训练样本集x进行滤波器组共空间模态运算；三、构建类间权重矩阵和类内权重矩阵；四、计算类内空间协方差矩阵和类内频率协方差矩阵；五、拆分类间散布矩阵。六、建立投影矩阵。七、计算特征数对；八、获取用于训练的d维特征。九、训练SVM模型。十、对被测人员的运动想象进行检测和识别。常规处理方法忽略了脑电信号中的空间信息。本发明使用矩阵化降维处理，并引入了矩阵变量高斯模型的思想，进一步提高了空间信息的利用率。
📄 2020101095979
📂 G06F18_2411
👤 杭州电子科技大学
📅 2020-02-22
本发明公开了一种基于集成神经网络的INS/GPS组合导航故障检测与诊断方法。本发明提供的方法是：首先，通过仿真得到组合导航的INS和GPS故障数据；接着，采用核Fisher判别式分析(KFDA)进行数据处理，实现模式数据的平衡；然后，对数据进行One‑Class SVM模型训练，并运用核技巧以检测非线性数据的故障情况；最后，利用D‑S证据理论将BP神经网络和改进的动态粒子群优化(PSO)BP神经网络的故障诊断结果进行融合，实现INS/GPS组合导航的故障检测与诊断。本方法可以有效地对小样本组合导航系统的突变故障与缓变故障进行检测，故障检测率均达到90％以上，有效地减少了故障检测的误差率，得到了精确的综合决策结果。
📄 2020103803322
📂 G06F18_2411
👤 西安工业大学
📅 2020-05-08
一种基于IEEMD脑电(EEG)信号分解的抑郁症自动识别方法，涉及EEG信号处理与分析技术领域，本发明提供了一种基于IEEMD的EEG信号分解方法，EEG信号分解后用于BFN构建进而实现抑郁症的自动识别。采用附加自适应随机白噪声改进EEMD以解决模式混叠问题，基于信噪比理论建立原始EEG信号与附加随机白噪声之间的数学模型，根据原始信号自适应地确定了每个采样点附加白噪声幅度。IEEMD对EEG信号分解，可以更准确地得到若干个用于模拟独立神经元信号的固有模态函数(IMF)。进而基于相位滞后指数(PLI)和比例阈值策略在不同的IMF上构造了二值化BFN。利用复杂网络方法分析BFN拓扑结构和属性的改变，探索抑郁症识别的潜在标识物，完成高精度的抑郁症自动识别。
📄 2023115439881
📂 G06F18_2411
👤 兰州交通大学
📅 2023-11-20
本发明涉及数据分类技术领域，公开了一种基于改进TSK模糊分类模型的数据分类方法及系统，方法包括获取待分类数据集，并将所述待分类数据集划分为训练集和测试集；基于所述训练集，利用监督增强型软子空间聚类算法和深度学习算法，分别优化预构建的TSK模糊分类模型的模糊规则的模糊规则前件和模糊规则后件；将测试集输入到优化好的TSK模糊分类器模型中进行分类处理，得到数据分类结果。本发明通过分别优化TSK模糊分类模型的模糊规则前件和模糊规则后件参数，从而提高模型对高维数据和复杂数据集的适应能力，进一步提升模型在数据分类上的精度和效率。
📄 2024118602729
📂 G06F18_2411
👤 华南师范大学
📅 2024-12-17
本发明公开了一种融合注意力检测的SSVEP异步分类方法，该方法是同时采集大脑额区和枕区的脑电数据后，在离线训练阶段，记录空闲状态数据集和控制状态下各频率目标数据集，训练一种注意力检测算法和一种频率识别算法；在在线分类阶段，同时使用训练好的注意力检测算法和频率识别算法处理实时脑电信号，分别计算两种算法的分类结果及其置信度，然后根据置信度对两者的分类结果进行融合，输出最终的异步控制指令。本发明分类精度高、误触发率低，能够有效提高现有频率识别算法的异步分类性能。
📄 2020109057462
📂 G06F18_2411
👤 浙江灵元脑机科技有限公司
📅 2020-09-01
本发明涉及一种石油类油种识别方法及系统，方法包括：获取多组不同浓度配比下的石油类荧光光谱数据；对多组不同浓度配比下的所述石油类荧光光谱数据均进行去散射处理和插值校正，得到有效石油类荧光光谱数据；对所述有效石油类荧光光谱数据进行重构和分解，得到浓度荧光光谱矩阵；对所述浓度荧光光谱矩阵进行归一化处理，得到石油类浓度荧光光谱数据；将所述石油类浓度荧光光谱数据输入训练模型，得到石油类油种的识别结果；所述训练模型是利用萤火虫算法和麻雀搜索算法对支持向量机进行优化和训练得到的。本发明能够实现对石油类油种进行快速且高效的识别。
📄 2021115998928
📂 G06F18_2411
👤 燕山大学,秦皇岛港股份有限公司,河北燕大燕软信息系统有限公司
📅 2021-12-24
柿子坊 · 知识产权运营
柿子坊知识产权运营平台