本实用新型提供了一种组装式低压开关配电柜,涉及配电柜技术领域,组装卡件前端开设有卡槽,且卡槽内壁紧密粘接有橡胶垫,组装卡件内部且位于卡槽上下两端分别开设有若干个预留主槽和预留副槽,组装卡件顶壁对应预留主槽的位置均呈竖直插接有限位轴,且限位轴往下依次贯穿过预留主槽和橡胶垫并延伸至卡槽内部;卡槽内部卡接有电子元件框架,且电子元件框架顶壁对应限位轴的位置均开设有限位槽,限位轴底部插接于限位槽内,电子元件框架完成与组装卡件的组装,不需要使用螺栓进行紧固,仅通过锁定卡轴与限位轴即可将电子元件框架组装于卡槽内,操作方便快捷,通过锁定卡轴与限位轴组装电子元件框架。
📄 2021220318065
📂 H02B1_36
👤 南京润泽电力技术有限公司
📅 2021-08-26
本发明公开了一种基于神经网络的变压器局部放电检测方法,包括:S1:采集变压器历史运行时局部放电的信号数据,根据风险类型对信号数据分别进行标记,以此构建数据集,对数据集进行预处理获取特征数据集;S2:构建概率神经网络模型,导入S1中的特征数据集至概率神经网络模型进行训练,在训练过程中,通过苦鱼算法优化概率神经网络模型的平滑因子,获取最优的平滑因子;S3:采集变压器实时运行时局部放电的信号数据并进行预处理,将其导入训练后的概率神经网络模型进行检测,输出变压器实时的局部放电的风险类型。本发明采用改良的苦鱼算法优化概率神经网络的方法,极大地提高了检测的准确性。
📄 2024110669006
📂 G06F18_2415
👤 江西水利电力大学
📅 2024-08-06
本实用新型涉及配电柜技术领域,具体为一种放置稳定的新能源配电柜,包括新能源配电柜本体,所述新能源配电柜本体的下端设置有底板,所述底板的右侧表面安装有第一侧块,所述底板的左侧安装有第二侧块,所述第一侧块与第二侧块的结构相同,所述新能源配电柜本体的左右两侧皆安装有连接块;限位板,所述限位板安装在连接块的右侧表面,所述限位板的内部开设有第一螺纹槽。本实用新型通过连接块和限位板的设计能够将螺纹杆本体的位置进行限位,整体限位效果较好,同时底板的下端开设有凹槽,凹槽的内部设置有防滑垫,通过防滑垫加强底板的下表面与地面的防滑效果,整体防滑效果较好。
📄 2024229032508
📂 H02B1_30
👤 深圳鲸域科技有限公司
📅 2024-11-27
本实用新型公开了一种便于维护和保养的配电柜,包括支撑装置,所述支撑装置的内部固定安装有移动调节装置,所述支撑装置的顶端内部固定安装有传输装置,所述移动调节装置包括电机、传动装置、螺纹杆、移动T型杆、出风孔、齿轮、清洁条和转动轴,所述传动装置固定连接在电机的底端,所述螺纹杆固定连接在传动装置的底部两端,所述移动T型杆螺纹套接在螺纹杆上,所述出风孔等距固定连接在移动T型杆的侧端上,所述齿轮转动连接在移动T型杆的一端内部,所述转动轴贯穿移动T型杆固定连接在齿轮的侧端中心。本实用新型通过移动调节装置与传输装置的设置,实现了可快速的进行清洁与保养的工作,避免配电柜内部积存过多的灰尘。
📄 2021218604675
📂 H02B1_28
👤 季旭红
📅 2021-08-10
已申报项目
本发明公开了一种基于可能性聚类和卷积神经网络的道路交通标识识别方法,包括以下步骤对图像数据集进行预处理,所述预处理包括归一化操作、数据增强、色彩增强以及使用极大化类间距离的可能性聚类算法与Hu不变矩相结合进行降噪和特征提取,得到训练数据集;构建卷积神经网络模型,并利用所述训练数据集对所述卷积神经网络模型进行充分训练,利用训练后的网络模型对图像进行分类识别。效果:采用归一化与数据增强对数据集进行预先操作使得满足卷积神经网络模型结构对数据集的要求,能够减少了网络模型训练时间并保证了识别的准确率。
📄 2019100926258
📂 G06K9_00
👤 江南大学
📅 2019-01-30
基于条件对抗自编码网络的特征学习方法,其通过标签变量来控制生成结果,生成具有标签的样本用以辅助其他学习任务,提高图像识别效率;同时本发明还公开了基于条件对抗自编码网络的特征学习方法的图像识别方法,其能够在复杂的对象布局以及多标签图像场景时,获得高精度的图像识别效果。其包括S1选定训练集;S2选定先验分布函数;S3以对抗自编码网络模型为基础,在网络模型中的判别器或者编码器的输入数据中引入样本数据的标签信息,构建网络模型;S4训练网络模型,以优化网络模型中的参数;S5通过训练好的网络模型中的判别器进行数据特征的提取、或者利用训练好的生成器生成原始输入的重构。
📄 2018113799006
📂 G06K9_62
👤 江南大学
📅 2018-11-20
本发明提供基于多路卷积神经网络的语音识别方法,其能够提取更充分的语音信息,且处理数据量较大的音频数据时,具有更好的拟合性。其包括:S1:输入原始语音并进行处理;S2:提取出反映语音信号特征的关键特征参数,形成特征矢量序列;S3:基于多路卷积神经网络模型为基础、CTC作为损失函数,构建声学模型;多路卷积神经网络的结构包括依次设置的子网络结构、连续的全连接层、CTC损失函数;S4:训练声学模型,得到训练好的声学模型;S5:将待识别的特征矢量序列输入到训练好的声学模型中得到识别结果;S6:以步骤S5中得到的识别结果为基础进行后续的运算,即得到能够以最大概率输出该语音信号的词串,词串即原始语音被识别后的语言文字。
📄 2018111558132
📂 G10L15_02
👤 江南大学
📅 2018-09-30
本发明提供基于卷积神经网络的语音识别方法,其更加擅长提取高层特征,建模过程简单、容易训练、模型的泛化性能更佳,能够更广泛的应用到各种语音识别的场景中。其包括:S1:对输入的原始语音信号进行预处理;S2:提取出反映语音信号特征的关键特征参数,形成特征矢量序列;S3:基于DCNN网络模型为基础、以联结主义时间分类器CTC作为损失函数,构建端对端方式的声学模型;S4:训练声学模型,得到训练好的声学模型;S5:将步骤S2中得到的待识别的特征矢量序列输入到训练好的声学模型中得到识别结果;S6:以步骤S5中得到的识别结果为基础进行后续的运算,即得到能够以最大概率输出该语音信号的词串,词串即原始语音被识别后的语言文字。
📄 2018111125066
📂 G10L15_06
👤 江南大学
📅 2018-09-25
本发明公开了基于Gabor滤波和深度神经网络的经编提花织物疵点检测方法,包含训练阶段和检测阶段两部分。模型训练阶段中采用无疵点织物图像,通过图像预处理得到训练样本集,然后训练深度神经网络中的参数。检测时,首先得到待测图像的检测样本集,然后采用深度神经网络得到网络输出,最后得到疵点检测结果。本发明采用Gabor滤波器提取织物纹理特征,根据Fisher准则计算代价函数值,能够提取图像中各个方向大小的纹理,提高检测准确率。采用深度神经网络自动选择图像特征,解决现有基于机器视觉疵点检测方法人为选择特征的缺陷和不足。
📄 2017113927584
📂 G06T7_00
👤 江南大学
📅 2017-12-21
本发明提供了一种基于卷积神经网络的易拉罐罐底喷码字符在线视觉检测方法,包括离线状态下对图像中字符进行分割,并归类构建字符库,采用改进后的卷积神经网络学习法进行训练,形成稳定的分类器;在线检测中实时拍摄图片,分割字符,并用分类器进行分类,对存在瑕疵不合格的产品进行剔除;在保证实时性的同时极大的提高了检测精度,完全可以满足易拉罐罐底喷码字符在线检测过程高实时性、高准确性的要求。
📄 2014101738592
📂 G06K9_20
👤 无锡信捷电气股份有限公司, 江南大学
📅 2014-04-26
本发明公开了一种基于深度神经网络的影像三维组织分割与测定方法,包括,采集活体猪的CT图像,划分为训练集与测试集并在训练集上进行标注;构建CT床分割网络和内脏分割网络,并利用所述标注好的训练集进行训练得到CT床分割模型和内脏分割模型;利用所述CT床分割模型和所述内脏分割模型预测其掩膜图并去除所述CT床和内脏;结合所述活体猪的CT图像提取出猪体的脂肪、肌肉与骨骼部分并计算猪体的总体质量及各个组织的占比。可以自动、快速、准确分割出种猪的脂肪、肌肉和骨骼等组织,并且本方法适用于任何形状、任何大小的种猪。
📄 2020109992563
📂 G06T7_11
👤 江南大学, 安徽工大信息技术有限公司
📅 2020-09-22
本发明涉及一种融合模块和多尺度特征融合卷积神经网络及图像识别方法,包括上一层、融合层以及级联层,所述上一层将输入图片通过所述融合层运算,再将运算完成的结果通过所述级联层进行合并输出,所述融合层由在原始模块中加入瓶颈结构和空洞卷积结构共同组合而成。本发明不但错误率低,而且有效减少网络的参数量,有利于提升模型泛化能力。
📄 2020108887682
📂 G06V10_80
👤 江南大学
📅 2020-08-28