本发明公开了一种基于模式识别的工程机械智能控制系统，工程机械具有履带、支撑平台、配重、驾驶室、动臂、动臂油缸、斗杆、斗杆油缸、铲斗、铲斗油缸，工程机械的动臂上设置有CCD相机，CCD相机连接传输装置，传输装置将CCD相机采集到的数据传输到CPU处理器，CPU处理器将计算后的数据传输到设置在驾驶室内的显示器上。与现有技术相比，本发明能够实现相机的位置和角度的调节，与控制器进行配合能够采集到物料最好的图片，便于CPU处理器进行处理。
📄 2018115086874
📂 E02F3_42
👤 龙岩学院
📅 2018-12-11
本发明提供一种基于模式识别的车载惯导安装角误差补偿方法。首先，将惯性导航设备安装于车上，读取惯性测量单元IMU的六轴数据，将陀螺仪z轴输出值投影在车体系上得到车体横摆角速度，利用IMU数据进行捷联惯导更新，对车辆运动模式进行识别；接着，利用GNSS进行观测融合；最后，通过卡尔曼滤波器对车速进行融合，实时估计安装角误差。与现有方法相比，本方法降低了GNSS/INS组合导航使用门槛，只需将惯导设备固定在车辆上，行驶过程中即可自动完成安装角度补偿；且提供精确、实时的车辆运动状态识别方法，可以针对不同车辆运动状态进行不同观测融合，确保惯性设备安装角估计不会受到错误观测量影响，提高了惯性设备安装角估计的鲁棒性和估计精度。
📄 2022106770461
📂 G01C25_00
👤 浙江工业大学
📅 2022-06-15
基于图卷积网络特征融合的交通模式识别方法，包括：(1)对原始的GPS轨迹数据进行数据预处理，包括异常数据删除、GPS轨迹分段、异常分段删除、运动学特征计算和数据归一化等操作；(2)构建交通模式识别模型；模型由双向门控循环单元、网络中的网络、膨胀卷积网络、最大互信息系数、图卷积网络和全连接层组成；(3)拆分基于步骤(1)所得的数据，生成训练数据集和测试数据集，训练交通模式识别模型；(4)根据步骤(3)的识别结果，计算各种评价指标；(5)以可视化方式展示模型的识别结果和评价指标。本发明还包括实施图卷积网络特征融合的交通模式识别方法的系统。本发明提高了交通模式识别的精度。
📄 2023104318633
📂 G06F18_24
👤 浙江工业大学
📅 2023-04-21
一种基于域自适应的Wi‑Fi射频指纹识别方法和装置，其方法包括：1)数据采集及预处理；2)数据增强：基于所述信号，提出一种基于物理损伤的数据随机增强方法对训练数据进行随机频率和相位增强；3)特征提取：基于增强后的数据，设计一种稳态和瞬态信号对数谱相结合的方法，提取射频指纹特征作为模型输入；4)构建域对抗迁移学习网络模型；5)训练模型和评估检测结果；6)模型应用：将训练好的模型在实际电磁场景中进行识别应用。本发明提出的方法通过在射频指纹领域引入对抗迁移学习网络机制，同时设计了一种基于物理损伤的随机数据增强方法和一种信道鲁棒的时频对数谱特征，成功提高了现有模型对未知目标域数据的识别精度，通过实验表明所述方法在单域泛化场景下比现有模型提高了约10％‑25％准确率，解决了现有模型在跨不同温度和信道状态的数据分布漂移问题。
📄 2024113168678
📂 G06F18_241
👤 浙江工业大学
📅 2024-09-20
本发明涉及烟支生产监控技术领域，具体涉及一种基于可解释图卷积神经网络的烟支质量控制图模式识别方法。方法包括：获取多个不同模式下的烟支控制图训练样本；提取每个烟支控制图训练样本的训练特征并生成特征测试集；构建多个分类网络模型，将每个烟支控制图训练样本对应的特征测试集分别输入多个分类网络模型中，获得多个分类预测结果数据和ROC曲线图；根据ROC曲线图筛选获得最优分类网络模型并输入SHAP解释器；计算特征测试集中每个特征对分类预测结果数据的边际贡献，并根据Shapley值生成高价值特征子集；使用高价值特征子集训练并获取目标图卷积神经网络；获取实际采集的烟支控制图样本，并输入目标图卷积神经网络中，完成模式识别。
📄 2024114405971
📂 G06V20_60
👤 浙江工业大学
📅 2024-10-15
一种基于多元物理特征挖掘的指纹识别方法，将物理设备的一些独特属性融合成该设备的指纹，作为不易被修改唯一标识，以解决工业信息物理系统(ICPS)软硬件更新频率较低，安全防护能力非常脆弱，难以防范隐蔽的、破坏性的内部攻击等安全问题。该技术主要适用于ICPS中的离散制造业分拣系统，且主要考虑了分拣系统中独特的物理属性。
📄 2020110953574
📂 G06F21_73
👤 浙江工业大学
📅 2020-10-14
本发明公开了一种基于三维卷积神经网络的OCT指纹识别方法，包括获取参考指纹和待检测指纹的OCT三维指纹数据，且参考指纹和待检测指纹的OCT三维指纹数据分别包含个汗腺和个汗腺；本基于三维卷积神经网络的OCT指纹识别方法通过以汗腺为中心的三维数据作为识别模型的输入，相较于传统二维表皮汗孔识别方法，不仅包含平面维度的特征信息，更增加了深度维度信息，完整呈现了汗腺的螺旋结构等立体形态特征，这些多维度的三维数据能够提供更细致、更独特的生物特征标识，有效提升了指纹识别的区分度和准确性；同时本方法基于以汗腺为中心的三维数据进行识别，能够在恶劣条件下保持稳定的识别性能，进而显著提升指纹防伪能力，有效抵御假指纹攻击。
📄 2025119845506
📂 G06V40_12
👤 浙江工业大学
📅 2025-12-26
本发明公开了一种SMT生产过程控制图模式识别方法，包括：获取SMT生产过程中当前阶段工序的控制点的关键质量参数，对关键质量参数进行预处理；对预处理后的关键质量参数进行小波分解，得到关键质量参数的高频信号和低频信号；将高频信号和低频信号输入至预训练好的多分类支持向量机中进行控制图模式的识别，同时根据高频信号和低频信号绘制控制图；根据多分类支持向量机输出的控制图模式的识别结果，利用统计过程控制方法得到异常模式下对应的异常原因、以及预测下一阶段工序的控制图模式变化趋势。本发明的SMT生产过程控制图模式识别方法，有效提高了SMT生产过程控制图识别的精度和能力。
📄 2019109544263
📂 H05K13_08
👤 浙江工业大学
📅 2019-10-09
本发明涉及基于多模态传感器的疲劳步态模式识别设备及识别方法，基于多模态传感器采集多模态传感数据，预处理后进行步态分割，获得步态分割后的数据样本，包括多模态传感数据及对应的数据特征；构建改进的特征融合模型，以数据样本训练至模型稳定；采集多模态传感数据，预处理后输入训练后的模型，输出疲劳步态模式识别结果；设备包括2组采集多模态传感数据的多模态传感器，同步收发装置将配合的2组多模态传感数据对应后发送，控制器获取多模态传感数据，识别疲劳步态模式。本发明实现疲劳步态模式的高精度分类，准确率较传统单模态方法提升15%‑20%；基于动态阈值分类与多维特征分析，生成用户特异性康复建议，提升行走能力与安全性。
📄 2025111601927
📂 G06F18_2415
👤 浙江工业大学
📅 2025-08-19
基于全局和局部时空特征融合的交通模式识别方法，包括：(1)对原始的GPS轨迹数据进行分段处理；(2)计算每个GPS轨迹点的七种运动学特征；(3)对分段后的GPS轨迹数据进行数据预处理；(4)构建交通模式识别模型；模型包括时空特征提取块、时域卷积网络和注意力机制，其中时空特征提取块可以提取局部时空特征，时域卷积网络可以提取全局时空特征，注意力机制可以实现全局和局部时空特征的融合和特征重构；(5)拆分基于步骤(3)所得的数据，生成训练数据集和测试数据集，训练交通模式识别模型；(6)根据步骤(5)的识别结果，计算各种评价指标；(7)以可视化方式展示模型的识别结果和评价指标。本发明还包括实施基于全局和局部时空特征融合的交通模式识别方法的系统。本发明提高了交通模型识别精度。
📄 2023104256586
📂 G06F18_24
👤 浙江工业大学
📅 2023-04-20
本发明提供一种基于级联VCSELs光子神经的模式识别装置及方法，该方法包括：步骤1：输出脉冲序列的波形；步骤2：利用步骤1得到的波形对可调激光器产生的连续波进行调制，以得到光学脉冲序列；步骤3：将所述光学脉冲序列信号分成三路，该三路信号分别注入到神经网络三个级联的VCSELs光子神经元；步骤4：采集各神经元输出的信号，并利用计算机进行处理运算，并根据运算的结果调节控制输入神经元的脉冲信号，以实现脉冲序列的模式识别。本发明通过三个级联的VCSELs光子神经元构成可实现脉冲序列识别的光子神经网络。
📄 2020101481273
📂 G06N3_067
👤 西南大学
📅 2020-03-05
本发明公开了一种基于分类子波形叠加信号降噪的设备指纹识别方法，本发明提出的基于分类子波形叠加的信号降噪算法，可以在不破坏信号中携带的设备指纹的情况下进行降噪处理，然后从降噪后的信号中有效的提取出设备指纹特征，从而实现准确的设备指纹身份识别。方法包括步骤：接收到低信噪比信号后，进行信号波形的波峰波谷检测，计算出信号中所有的波峰和波谷位置。然后，根据波峰和波谷的排列顺序，将信号划分为一系列子波形，每种子波形是包含不同数量连续波峰/谷的信号段。接着将相同类型的子波形进行叠加去噪。最后所有叠加子波形组成的去噪后的新信号，用于设备指纹特征提取和设备身份识别。本发明可以在信噪比低的情况下有效地提取设备的物理层指纹特征，有效地解决了基于设备指纹的设备识别方法在现实应用中必须面临的低信噪比问题。
📄 2022100295816
📂 G06K9_00
👤 如皋忠广电子技术有限公司
📅 2022-01-12
柿子坊 · 知识产权运营
柿子坊知识产权运营平台