-
公开(公告)号：CN119939367A
公开(公告)日：2025-05-06
申请号：CN202510010886.6
申请日：2025-01-03
Applicant: 上海船舶运输科学研究所有限公司 , 大连理工大学
IPC: G06F18/2411 , G01D21/02 , G01M13/00 , G06F18/2451 , G06F18/211 , G06F18/2131 , G06N20/10 , G06N7/02 , G06F123/02
Abstract: 本发明涉及旋转机械故障诊断技术领域，提出一种基于弹球直觉模糊孪生支持张量机的故障诊断方法，首先通过傅里叶同步压缩变换将原始监测信号转换成时频图，再将传感器阵列信号的时频图重构成张量样本，体现了传感器阵列监测信号的时域特征、频域特征和在空间域上的相关信息。通过为不同张量样本分配直觉模糊得分，降低了噪声和异常值对最优超平面的影响。同时，利用张量Tucker分解保留了样本中的核心信息。此外，引入弹球损失函数以缓解噪声敏感性和重采样不稳定性问题；通过将求解张量模型转化为求解两个相对小的二次规划问题，有效提升了旋转机械故障诊断的性能和计算效率。
-
公开(公告)号：CN114253959B
公开(公告)日：2024-07-12
申请号：CN202111570817.9
申请日：2021-12-21
Applicant: 大连理工大学
IPC: G06F16/215 , G06F16/2458 , G06F17/16 , G06F30/20 , G06F111/04 , G06F119/14
Abstract: 一种基于动力学原理与时间差分的数据补全方法，该方法包含多元时间序列数据的潜在维度分析、补全模型、迭代优化算法部分。运行时，潜在维度分析部分使用奇异值分解估算数据的主成分数量，确定潜在变量的维度；补全模型从动力学系统的基本微分方程而来，基于“数据可用低维表示”与“稀疏噪声”假设，利用时间差分正则化来补全数据；优化求解算法通过求解梯度以及近端算子等信息来迭代地对模型求解。本发明针对时间序列数据采样中常见的缺失问题，考虑潜在信息，提出一种有效的数据补全方法，具备补全效果好、运行快速简单、鲁棒性强、适用场合广等优点，适用于各种符合动力学原理的时间序列领域，解决不可避免的数据丢失与噪声问题。
-
公开(公告)号：CN116824359A
公开(公告)日：2023-09-29
申请号：CN202310483693.3
申请日：2023-05-04
Applicant: 大连理工大学
IPC: G06V20/10 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明属于遥感影像处理技术领域，提供一种基于差异增强与注意力模块的遥感影像变化检测方法。步骤如下：(1)对双时相遥感影像进行预处理；(2)通过权值共享的APC单元组成图像差异增强模块并生成各级图像差异特征；(3)编码器接收来自图像差异增强模块的辅助特征，生成各级编码器特征；(4)解码器逐级解码特征；(5)最后一层解码器特征通过3×3卷积生成最终的变化检测结果。本发明能够充分利用遥感影像的差异信息，挖掘特征中的深度特征，有效提高变化检测精度，具有广阔的应用前景。
-
公开(公告)号：CN116010852A
公开(公告)日：2023-04-25
申请号：CN202310059137.3
申请日：2023-01-16
Applicant: 大连理工大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06F18/2135 , G06F18/2411 , G06F18/2431
Abstract: 一种基于非线性直觉模糊支持张量机的船舶柴油机故障诊断方法，该方法首先将多源传感器信号转化为时频图像，并进行灰度化和裁剪处理，最后沿着前向切片进行堆叠重构为张量样本，充分挖掘了时间域、频率域和空间域的耦合结构信息；其次设计一种非线性形式的非隶属度函数构建直觉模糊集，得到每个张量样本的得分，突出不同样本的贡献以缓解噪声对模型的影响。接着利用张量鲁棒主成分分析从原始含噪声的张量样本中精准地恢复出不含噪声的低秩特征张量；最后建立非线性直觉模糊支持张量机模型，用不含噪声的低秩特征张量取代原始张量进行内积，避免了多源监测信号结构信息和耦合信息的损失，同时增强了模型对噪声的鲁棒性，最终有效提升船舶柴油机故障的诊断性能。
-
公开(公告)号：CN111161229B
公开(公告)日：2022-11-18
申请号：CN201911334091.1
申请日：2019-12-23
Applicant: 大连理工大学
IPC: G06T7/00 , G06V10/25 , G06V10/28 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/08
Abstract: 一种基于几何主动轮廓模型和稀疏自编码的变化检测方法，主要针对监督变化检测需要人为收集样本以及直接对差异图处理获得变化检测图出现的“椒盐”噪声等缺点。实现步骤：(1)图像读入；(2)差异图生成；(3)感兴趣区域提取；(4)候选样本提取；(5)训练和待分类样本生成；(6)稀疏自编码网络学习；(7)变化检测结果生成。本发明采用几何主动轮廓模型自动提取差异图的感兴趣区域作为候选样本集，并利用模糊C均值聚类生成训练样本和待分类样本。稀疏自编码网络通过学习样本的差异表示对待分类样本进行分类，最后通过标签融合得到变化检测图。整个变化检测过程结合无监督和监督的优势，避免了人为收集训练样本的流程，降低了“椒盐”噪声，提高变化检测精度。
-
Patent Agency Ranking
公开(公告)号：CN114913434A
公开(公告)日：2022-08-16
申请号：CN202210622122.9
申请日：2022-06-02
Applicant: 大连理工大学
Abstract: 一种基于全局关系推理的高分辨率遥感影像变化检测方法：首先，通过预先训练的编码器提取双时相遥感影像的多尺度特征；其次，使用全局关系推理模块分别对每个尺度特征进行区域间的关系推理；最后，建立多尺度特征融合的解码器，并通过语义分割头生成最终的变化检测结果。本发明除了在堆叠的卷积层获取局部信息之外，还充分考虑可以表示变化对象之间内在联系的全局语义信息，此外，本方法为编码器‑解码器的网络结构，能够实现细节信息恢复，有效削弱背景噪声的干扰，减少误检的现象。本发明充分利用遥感影像的多尺度信息及全局语义信息，生成具有分辨效力的划分特征，有效提高变化检测精度，具有广阔的应用前景。
-
公开(公告)号：CN111367959B
公开(公告)日：2021-02-26
申请号：CN202010097578.9
申请日：2020-02-17
Applicant: 大连理工大学
IPC: G06F16/2458 , G06F17/18
Abstract: 一种零时滞非线性扩展Granger因果分析方法，属于数据挖掘技术领域。传统的Granger因果模型基于滞后项的VAR模型，但忽略零时滞会极大地改变滞后项的模型系数，从而导致错误的因果识别。其次，传统的Granger因果模型只能应用于线性系统的因果识别，对于非线性系统可能产生错误的因果识别。基于上述分析，本发明首先对传统的VAR模型进行扩展，设定变量的滞后阶数，采用高斯核函数将原始数据进行非线性映射，然后建立包含零滞后项的结构VAR模型，最后并根据结构VAR模型的残差进行Granger因果关系识别，实现如污染及气象等非线性系统的零时滞因果关系分析。本发明能够克服传统Granger因果模型的不足，实现对非线性系统的扩展Granger因果关系分析。
-
公开(公告)号：CN110261122B
公开(公告)日：2020-06-16
申请号：CN201910538312.0
申请日：2019-06-20
Applicant: 大连理工大学
Abstract: 一种基于分块的船舶柴油机故障监测方法，属于船舶柴油机故障监测领域，包括：在船舶柴油机各子系统安装传感器监测运行状态，同时根据结构和工作原理对监测变量进行分块；分别构建每一分块对应的主成分分析监控空间和支持向量机分类模型；使用T2和SPE统计量实时监测每一分块中的运行数据，将超出对应控制限的监测变量导入构建的对应支持向量机分类模型中；使用支持向量机确定滑动窗口内出现故障的概率，根据故障阈值确定故障是否发生；最后根据故障贡献率确定故障发生分块。本发明使用分块方法可以提升故障监测过程的计算效率，根据主成分分析和支持向量机实现二次故障检测降低故障误判，最后利用故障贡献率确定故障发生位置，降低船舶柴油机维护难度。
-
公开(公告)号：CN106871963B
公开(公告)日：2020-01-17
申请号：CN201710093680.X
申请日：2017-02-24
Applicant: 大连理工大学
Abstract: 本发明提出一种水库供水实时监测管理系统，属于信息技术等技术领域，包括供水数据实时采集平台、供水信息实时监测管理系统和供水信息数据库。供水数据实时采集平台实时采集供水管线的压力与流量信息，并将信息发送至供水信息实时监测管理系统；供水信息实时监测管理系统用于对供水数据实时采集平台采集的压力、流量等数据进行进一步的分析、处理，并结合水力学过渡分析模型与实际监测数据给出预警及最优控制；供水信息数据库用于存储管线的压力、流量、告警和用户的基本信息。本发明能够保证水库供水系统的安全平稳运行，提高供水系统运行规范化和信息化水平。
-
公开(公告)号：CN109187038A
公开(公告)日：2019-01-11
申请号：CN201810884968.3
申请日：2018-08-06
Applicant: 大连理工大学
CPC classification number: G01M15/05 , G01M15/102 , G01M15/106
Abstract: 一种仿真获得船舶柴油机故障数据的方法，属于船舶柴油机故障监控和预测领域，基于船舶柴油机模型实现，包括：建立实际可行柴油机模型，调整模型的结构参数使得到的输出参数与实际柴油机一致；分析确定柴油机故障因素加入方法、故障阈值和发生故障所需时间；按照维纳过程逐渐向模型中增加故障因素直至确定的故障阈值，分别采集故障发生过程中各状态稳定情况下的监测参数可以获得故障发生过程数据。本发明使用仿真模型的方法可以高效的产生大量船舶柴油机故障数据，按照维纳过程仿真故障因素的增长保证故障发生过程的随机不确定性，降低故障数据采集成本，为定性分析船舶柴油机故障和基于数据驱动的故障分析方法提供大量数据。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.033 seconds)
