龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京信息工程大学
申请日：2024-04-17
公开（公告）日：2024-07-05
公开（公告）号：CN118296352A
主分类号：G06F18/213
分类号：G06F18/213;G06F18/24;G06F18/214;G06N3/048;G06N3/084
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明公开了一种基于峰值与相位检测的路面覆盖物识别方法及装置，方法包括敏感电容采集信号阶段；特征提取阶段；神经网络分类阶段：构建窄神经网络模型，通过数据集对窄神经网络模型进行训练；覆盖物分类输出。本发明敏感电容峰值和相位差结合智能分类预测算法能够提供更多维度的数据信息。这种多维度数据的组合分析可以提升路面覆盖物分类的准确性。相较于传统方式检测充放电波形单一数据源，结合多种特征可以更全面地了解路面状况，提高识别不同覆盖物的准确性。智能分类预测算法被引入路面覆盖物检测中，利用这些算法，可以更准确地分析敏感电容输出所反映地特征，并结合机器学习或深度学习模型，实现对路面覆盖物的智能分类。
主权项：1.一种基于峰值与相位检测的路面覆盖物识别方法，其特征在于，包括如下步骤：步骤1、敏感电容采集信号阶段：通过计算路面覆盖物的介电常数计算敏感电容器的敏感电容，通过敏感电容与电阻串联构成高通滤波电路，通过测量一定频率正弦波信号通过高通滤波电路后的信号衰减以及相移来反映等效串联电阻和等效串联电容的变化；步骤2、特征提取阶段：通过峰值检测电路、相位检测电路和铂电阻测温电路依次提取高通滤波电路的相位差、峰值衰减倍数、温度三个特征值，并将三个特征值构成数据集；步骤3、神经网络分类阶段：构建窄神经网络模型，通过步骤2的数据集对窄神经网络模型进行训练，设置激活函数，得到训练后的窄神经网络模型；步骤4、覆盖物分类输出：通过训练后的窄神经网络模型对路面覆盖物进行识别和分类预测。
全文数据：
权利要求：
百度查询： 南京信息工程大学 基于峰值与相位检测的路面覆盖物识别方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号