| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 181 | 电池故障诊断方法、存储介质和电子设备 | CN202110512405.3 | 2021-05-11 | CN115327380A | 2022-11-11 | 康怡 |
| 本申请公开了一种电池故障诊断方法、存储介质及电子设备，响应于电池充电操作，根据设定采样间隔，采集各个电池单体的电压数据并存储至数据库；控制数据窗口按照设定滑动距离在所述数据库中滑动，计算每次滑动后所述数据窗口中各个电池单体的电压数据的熵值，直至数据窗口滑动至所述数据库末端；根据所述数据窗口每次滑动后各个电池单体的电压数据的熵值判断各个电池单体是否存在故障。本申请通过设置数据窗口在数据库中滑动，充电过程中每个电池单体的电压数据能够计算出多个熵值，减少采集误差的影响，根据熵值能够直接判断电池单体是否存在故障。熵值的算法简洁高效，能够搭载在汽车计算芯片上，降低电池故障诊断的成本。 | ||||||
| 182 | 基于多项式的改进EMD算法 | CN201810868243.5 | 2018-08-02 | CN109117775A | 2019-01-01 | 张学军; 王龙强; 霍延; 何涛; 成谢锋 |
| 本发明提供一种基于多项式的改进EMD算法，包括如下步骤：步骤1：选择以信号的开始点为中心点的窗口，对该窗口内的信号值进行多项式拟合；步骤2：以窗口的中心点为均值点，构造离散高斯信号；步骤3：将窗口内拟合得到的序列值与对应的高斯信号值相乘后求和，得到窗口的中心信号点的去噪值；步骤4：以步长为1，对窗口进行滑动，重复步骤1-3，完成所述信号的全部信号点的去噪；步骤5：对去噪后的信号进行经验模式分解，得到重构信号。本发明对传统的EMD算法进行了改进，应用本发明算法对脑电信号进行分解，得到了频率相对集中的固有模态函数信号，各个频段的固有模态函数得以区分，大大抑制了分解时的端点效应问题，同时改善了模态混叠问题。 | ||||||
| 183 | 基于电参量分析的输煤皮带采样机运行监测方法及系统 | CN202311684982.6 | 2023-12-11 | CN117390591B | 2024-03-26 | 袁广振; 宋欣; 吴庆娟; 朱安宁 |
| 本发明涉及煤采样机运行监测技术领域，具体涉及基于电参量分析的输煤皮带采样机运行监测方法及系统，具体包括：根据输煤皮带采样机数据序列之间的变化特征，结合贝叶斯突变检测算法，构建各个分序列之间的区间相似关联指数，再基于马尔科夫聚类算法，分别考虑序列整体特征和相同区间的局部特征，综合得到滑动窗口修正指数，根据所得电流数据序列中各时刻数据的滑动窗口修正指数，结合Lowess算法的原始滑动窗口大小，实现输煤皮带采样机电参量数据曲线的拟合，避免Lowess算法不适当的窗口大小可能会导致拟合曲线误差较大、精度较低的问题，提高输煤皮带采样机运行监测的准确度。 | ||||||
| 184 | 基于电参量分析的输煤皮带采样机运行监测方法及系统 | CN202311684982.6 | 2023-12-11 | CN117390591A | 2024-01-12 | 袁广振; 宋欣; 吴庆娟; 朱安宁 |
| 本发明涉及煤采样机运行监测技术领域，具体涉及基于电参量分析的输煤皮带采样机运行监测方法及系统，具体包括：根据输煤皮带采样机数据序列之间的变化特征，结合贝叶斯突变检测算法，构建各个分序列之间的区间相似关联指数，再基于马尔科夫聚类算法，分别考虑序列整体特征和相同区间的局部特征，综合得到滑动窗口修正指数，根据所得电流数据序列中各时刻数据的滑动窗口修正指数，结合Lowess算法的原始滑动窗口大小，实现输煤皮带采样机电参量数据曲线的拟合，避免Lowess算法不适当的窗口大小可能会导致拟合曲线误差较大、精度较低的问题，提高输煤皮带采样机运行监测的准确度。 | ||||||
| 185 | 一种乡村营销数据智能管理系统 | CN202311443483.8 | 2023-11-02 | CN117171118B | 2024-02-20 | 王振男 |
| 本发明涉及基于LZ77压缩算法的数据压缩技术领域，具体涉及一种乡村营销数据智能管理系统，包括目标字符数量获取模块、指标获取模块、缺失影响度获取模块、滑动窗口长度信息获取模块和数据压缩模块，根据乡村营销目标数据确定至少两个目标字符数量，获取具有各目标字符数量的字符的各数据子集的共生度指标、差异度和相似度，以此获取缺失影响度，并基于缺失影响度确定LZ77压缩算法中的滑动窗口长度信息，即自适应得到合适的滑动窗口长度信息，最后基于滑动窗口长度信息，采用LZ77压缩算法对乡村营销目标数据进行数据压缩，能确保数据压缩效果稳定，提升数据压缩效率。 | ||||||
| 186 | 一种乡村营销数据智能管理系统 | CN202311443483.8 | 2023-11-02 | CN117171118A | 2023-12-05 | 王振男 |
| 本发明涉及基于LZ77压缩算法的数据压缩技术领域，具体涉及一种乡村营销数据智能管理系统，包括目标字符数量获取模块、指标获取模块、缺失影响度获取模块、滑动窗口长度信息获取模块和数据压缩模块，根据乡村营销目标数据确定至少两个目标字符数量，获取具有各目标字符数量的字符的各数据子集的共生度指标、差异度和相似度，以此获取缺失影响度，并基于缺失影响度确定LZ77压缩算法中的滑动窗口长度信息，即自适应得到合适的滑动窗口长度信息，最后基于滑动窗口长度信息，采用LZ77压缩算法对乡村营销目标数据进行数据压缩，能确保数据压缩效果稳定，提升数据压缩效率。 | ||||||
| 187 | 一种基于滑动窗口优化的RGBD和IMU混合跟踪注册方法 | CN202210002435.4 | 2022-01-04 | CN114529576B | 2024-09-24 | 罗志勇; 辛超宇; 王月; 邱卓; 王鹏 |
| 本发明请求保护一种基于滑动窗口优化的RGBD和IMU混合跟踪注册方法，其包括以下步骤：视觉测量前端步骤：首先，通过RGBD相机获取RGB信息与深度信息，进行特征提取与跟踪；对三个传感器的外参、偏置、绝对尺度进行标定，通过PnP、ICP算法估计滑动窗口内所有帧的位姿及观测点的逆深度，并与IMU预积分结果进行对齐求解相关参数；采用基于滑动窗口的方法对将视觉测量前端传过来的初始位姿信息做进一步优化，通过先验信息约束、视觉约束、IMU约束构建目标误差函数，通过基于滑动窗口的图优化算法不断优化所有帧的位姿及偏置信息；回环检测与优化步骤：利用DboW算法进行回环检测，如果检测到回环产生，则通过重定位的方式对整个轨迹进行闭环优化。 | ||||||
| 188 | 基于滑动窗口的随机森林突发性故障预警方法 | CN202110216270.6 | 2021-02-26 | CN112966434B | 2023-06-23 | 谢国; 李思雨; 柳宇; 梁莉莉; 姬文江; 穆凌霞; 黑新宏; 马佳琳; 雷沁瑜 |
| 本发明公开了一种基于滑动窗口的随机森林突发性故障预警方法，首先构建随机森林算法中自适应目标标签生成策略：通过分析制氩空分系统中监测的突发性故障数据特征，在传统随机森林算法的基础上，自适应构建目标标签；然后构建数据集：将制氩空分系统突发性故障的监测数据作为样本集，并将该样本集划分为训练集和测试集，构建适合于基于滑动窗口的随机森林算法的数据集；其次通过随机抽取该训练集中的样本，建立多棵决策树；最后在测试集中加入滑动窗口，实现突发性故障预警。本发明通过自适应生成目标标签对数据进行预处理，并在测试集中加入滑动窗口，以块结构的思想，对制氩空分系统的突发性故障进行及时地预测。 | ||||||
| 189 | 一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测方法 | CN201811585651.6 | 2018-12-25 | CN109685791B | 2020-09-29 | 于兴虎 |
| 本发明涉及一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法。主要解决了现有的瓦楞纸板计数方法易误检和漏检，检测准确率低的问题。一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，包括如下步骤：步骤1，读取图像；步骤2，截取图像中ROI；步骤3，ROI图像腐蚀；步骤4，ROI腐蚀图像二值化；步骤5，取滑动窗口；步骤6，提取滑动窗口中前景轮廓并计算角度；步骤7，校正滑动窗口图像并投影；步骤8，根据投影获取平坦纸位置；步骤9，瓦楞区域自相关判断；步骤10，各滑动窗口拼接并得到计数结果。该基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法不易误检和漏检，检测准确率高。 | ||||||
| 190 | 一种基于滑动窗口优化的RGBD和IMU混合跟踪注册方法 | CN202210002435.4 | 2022-01-04 | CN114529576A | 2022-05-24 | 罗志勇; 辛超宇; 王月; 邱卓; 王鹏 |
| 本发明请求保护一种基于滑动窗口优化的RGBD和IMU混合跟踪注册方法，其包括以下步骤：视觉测量前端步骤：首先，通过RGBD相机获取RGB信息与深度信息，进行特征提取与跟踪；对三个传感器的外参、偏置、绝对尺度进行标定，通过PnP、ICP算法估计滑动窗口内所有帧的位姿及观测点的逆深度，并与IMU预积分结果进行对齐求解相关参数；采用基于滑动窗口的方法对将视觉测量前端传过来的初始位姿信息做进一步优化，通过先验信息约束、视觉约束、IMU约束构建目标误差函数，通过基于滑动窗口的图优化算法不断优化所有帧的位姿及偏置信息；回环检测与优化步骤：利用DboW算法进行回环检测，如果检测到回环产生，则通过重定位的方式对整个轨迹进行闭环优化。 | ||||||
| 191 | 基于滑动窗口的随机森林突发性故障预警方法 | CN202110216270.6 | 2021-02-26 | CN112966434A | 2021-06-15 | 谢国; 李思雨; 柳宇; 梁莉莉; 姬文江; 穆凌霞; 黑新宏; 马佳琳; 雷沁瑜 |
| 本发明公开了一种基于滑动窗口的随机森林突发性故障预警方法，首先构建随机森林算法中自适应目标标签生成策略：通过分析制氩空分系统中监测的突发性故障数据特征，在传统随机森林算法的基础上，自适应构建目标标签；然后构建数据集：将制氩空分系统突发性故障的监测数据作为样本集，并将该样本集划分为训练集和测试集，构建适合于基于滑动窗口的随机森林算法的数据集；其次通过随机抽取该训练集中的样本，建立多棵决策树；最后在测试集中加入滑动窗口，实现突发性故障预警。本发明通过自适应生成目标标签对数据进行预处理，并在测试集中加入滑动窗口，以块结构的思想，对制氩空分系统的突发性故障进行及时地预测。 | ||||||
| 192 | 一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法 | CN201811585651.6 | 2018-12-25 | CN109685791A | 2019-04-26 | 于兴虎 |
| 本发明涉及一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法。主要解决了现有的瓦楞纸板计数方法易误检和漏检，检测准确率低的问题。一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，包括如下步骤：步骤1，读取图像；步骤2，截取图像中ROI；步骤3，ROI图像腐蚀；步骤4，ROI腐蚀图像二值化；步骤5，取滑动窗口；步骤6，提取滑动窗口中前景轮廓并计算角度；步骤7，校正滑动窗口图像并投影；步骤8，根据投影获取平坦纸位置；步骤9，瓦楞区域自相关判断；步骤10，各滑动窗口拼接并得到计数结果。该基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法不易误检和漏检，检测准确率高。 | ||||||
| 193 | 基于滑动窗口计算分时成交数据的方法 | CN202411645994.2 | 2024-11-18 | CN119739759A | 2025-04-01 | 赵团 |
| 本发明公开了基于滑动窗口计算分时成交数据的方法，具体按照以下步骤进行实施：步骤1，同步成交流水；步骤2，获取完成窗口；步骤3，查询成交流水；步骤4，计算分时成交；步骤5，写入缓存中间件；步骤6，滑动完成窗口；步骤7，查询分时成交。本发明借助Change Data Caputre技术，关系型数据和缓存中间件，采用滑动窗口算法，定时计算投资者的分时成交数据，写入高性能缓存，并以买卖点的形式显示在行情分时图上，解决了现有分时成交数据计算方法存在无法支持高并发、性能低的问题。 | ||||||
| 194 | 一种产品表面缺陷检测方法和装置及设备 | CN202010382866.9 | 2020-05-08 | CN111652852B | 2024-03-29 | 崔浩; 黄虎 |
| 本发明提供一种产品表面缺陷检测方法和装置及设备，包括：获取图像并确定图像是否为需要检测指定类型缺陷的待检测图像；若是，通过预训练的缺陷检测模型利用滑动窗口对待检测图像进行滑动采样，并对采样的窗口区域进行缺陷检测，输出待检测图像中存在缺陷的窗口区域位置标识；利用图像分割算法对存在缺陷的窗口区域进行图像分割，得到存在缺陷的窗口区域内各缺陷的轮廓区域；通过区域生长算法将相邻的轮廓区域进行连接，得到待检测图像中存在的缺陷的形态和数目。本发明可以对图像进行滑动采样检测的方式，解决现有技术费时费力、无法检测表面细小缺陷且定位性差的问题。 | ||||||
| 195 | 降低量子随机数偏置的高效后处理方法及系统 | CN202311424429.9 | 2023-10-31 | CN117149138A | 2023-12-01 | 刘驰 |
| 本发明公开一种降低量子随机数偏置的高效后处理方法及系统，方法包括将量子随机源产生的原始随机序列拆分为多个子序列；遍历多个子序列，并对遍历到的当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对；在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列；本发明结合滑动窗口算法对原始随机序列拆分的子序列进行置换，打破原有随机序列的自相关性，得到偏置降低，随机性提高的随机数。 | ||||||
| 196 | 多源传感器数据可信融合方法、系统、设备及存储介质 | CN202211330586.9 | 2022-10-28 | CN115412923B | 2023-02-03 | 唐松; 王志强; 崔彦军; 董佳; 盖素丽; 檀改芳 |
| 本申请提供一种多源传感器数据可信融合方法、系统、设备及存储介质。该方法包括：接收传感器数据；按照采集时间对传感器数据进行排序，并基于预设的滑动窗口步长从排序后的传感器数据中依次选取滑动窗口数据；针对每次选取的滑动窗口数据，基于高斯核函数计算滑动窗口数据的密度估计，并基于密度估计从滑动窗口数据中筛选得到候选异常数据；对候选异常数据进行筛选，标记异常值；基于预测模型和排序后的传感器数据，确定预测传感器数据，并基于预测传感器数据对异常值和缺失值进行补位；基于卡尔曼滤波算法，对补位后的传感器数据进行状态更新和数据融合，得到传感器融合数据。本申请能够提高多源传感器数据融合结果的可信度。 | ||||||
| 197 | 一种基于分形残差的LDoS攻击实时检测方法 | CN202010183854.3 | 2020-03-16 | CN111294362A | 2020-06-16 | 汤澹; 冯叶; 张斯琦; 陈静文; 王曦茵; 张冬朔; 严裕东; 施玮 |
| 本发明公开了一种基于分形残差的LDoS攻击实时检测方法，属于网络安全领域。其中所述方法包括：获取单位时长内检测网络的数据流量，基于滑动窗口的概念，对获取到的数据流量进行处理，获得数据流量的Hurst滑动窗口。根据R/S算法分析计算Hurst滑动窗口的分形值，使用拟合残差公式，计算Hurst滑动窗口的分形残差值，将待测网络数据流量的分形残差值与变异系数共同作用作为决策特征值，与事先训练出来的决策阈值进行比较，依据相关判定准则判定，是否存在因LDoS攻击而导致的网络流量的分形残差值异常，从而检测该Hurst滑动窗口内是否发生LDoS攻击。本发明提出的基于分形残差的LDoS攻击实时检测方法，误报率和漏报率较低，检测准确度较高，实时性好。 | ||||||
| 198 | 基于滑动DFT的串联直流电弧故障识别方法 | CN201710971411.9 | 2017-10-18 | CN107561424A | 2018-01-09 | 王尧; 张彦风; 牛峰; 李奎 |
| 本发明公开了一种基于滑动DFT的串联直流电弧故障识别方法，其特征在于，该方法包括如下内容：首先，建立滑动DFT算法计算式式中p＝1,2,3…；其次，在电弧电流特征频段40k-100kHz范围内，选取三个特征频率，利用滑动DFT对电弧电流进行分析；再次，选取时间窗口为200μs，相应于滑动DFT算法的基波频率为5kHz。滑动DFT算法计算式，采用逐点滑动DFT算法对不同电源电压、不同负载电流条件下的电弧电流数据进行分析，所选数据包含了未发生电弧阶段以及燃弧起始阶段两部分；最后，采用200μs时间窗口对滑动DFT计算结果进行滑动平均降噪处理，然后将计算结果进行加权处理后作为电弧故障识别的判据。本发明的有益效果是，运算速度快、并节省运算单元。 | ||||||
| 199 | 降低量子随机数偏置的高效后处理方法及系统 | CN202311424429.9 | 2023-10-31 | CN117149138B | 2024-03-08 | 刘驰 |
| 本发明公开一种降低量子随机数偏置的高效后处理方法及系统，方法包括将量子随机源产生的原始随机序列拆分为多个子序列；遍历多个子序列，并对遍历到的当前子序列，使用滑动窗口覆盖当前子序列之前的子序列，并将当前子序列与滑动窗口中的子序列逐一比对；在当前子序列与滑动窗口中的子序列未重复时，输出当前子序列；在当前子序列与滑动窗口中的子序列存在重复时，从置换备选序列中选择置换序列替换当前子序列，并输出置换序列；本发明结合滑动窗口算法对原始随机序列拆分的子序列进行置换，打破原有随机序列的自相关性，得到偏置降低，随机性提高的随机数。 | ||||||
| 200 | 多源传感器数据可信融合方法、系统、设备及存储介质 | CN202211330586.9 | 2022-10-28 | CN115412923A | 2022-11-29 | 唐松; 王志强; 崔彦军; 董佳; 盖素丽; 檀改芳 |
| 本申请提供一种多源传感器数据可信融合方法、系统、设备及存储介质。该方法包括：接收传感器数据；按照采集时间对传感器数据进行排序，并基于预设的滑动窗口步长从排序后的传感器数据中依次选取滑动窗口数据；针对每次选取的滑动窗口数据，基于高斯核函数计算滑动窗口数据的密度估计，并基于密度估计从滑动窗口数据中筛选得到候选异常数据；对候选异常数据进行筛选，标记异常值；基于预测模型和排序后的传感器数据，确定预测传感器数据，并基于预测传感器数据对异常值和缺失值进行补位；基于卡尔曼滤波算法，对补位后的传感器数据进行状态更新和数据融合，得到传感器融合数据。本申请能够提高多源传感器数据融合结果的可信度。 | ||||||
QQ群二维码
意见反馈
意见反馈