公开(公告)号：CN111145165A

公开(公告)日：2020-05-12

申请号：CN201911401291.4

申请日：2019-12-30

Applicant: 北京工业大学

Inventor： 沈琦 ,  许伯睿

IPC: G06T7/00 ,  G06T5/00 ,  G06K9/40 ,  G06K9/62

Abstract: 本发明涉及一种基于机器视觉的橡胶密封圈表面缺陷检测方法，属于检测领域。本发明针对O型橡胶密封圈生产线上基于机器视觉的自动化检测环节中存在的缺陷检测方式普适性较差，容易漏检、误检等不足，设计了一种新型密封圈表面缺陷方法。此方法采取数据驱动策略，把不同尺度，不同方向的Gabor滤波器提取的图像纹理特征进行集成，并与支持向量机(SVM)相结合，辅以图像预处理技术和特征降维，训练出能够准确识别O型橡胶密封圈表面缺陷的分类器。此分类器可有效降低传统的Blob检测方法(图像预处理—>图像分割—>分离感兴趣区域—>缺陷识别)的漏检和误检率，通用性更强。

公开(公告)号：CN108170529A

公开(公告)日：2018-06-15

申请号：CN201711433325.9

申请日：2017-12-26

Applicant: 北京工业大学

Inventor： 毕敬 ,  许伯睿 ,  乔俊飞

IPC: G06F9/50 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开一种基于长短期记忆网络(LSTM)的云数据中心负载预测方法，旨在解决云数据中心有限的计算资源无法得到最优利用的问题。该方法以云数据中心的海量历史记录为基础制作训练样本和测试样本，另构建一由LSTM单元连接而成的神经网络，不断地成批输入训练样本，得到输出值；所述神经网络优化算法采用较新的适应性矩估计法，通过迭代训练不断更新各单元中的参数，使得全局达到最优；训练完毕后，只需将测试样本输入网络就能得到该样本序列的下一个预测值；如果用预测值不断更新输入序列，还能够获取未来一段时间的预测值序列。