-
公开(公告)号：CN114781535A
公开(公告)日：2022-07-22
申请号：CN202210479352.4
申请日：2022-05-05
Applicant: 安徽大学
Abstract: 本发明属于计算机应用技术领域，公开了一种联合矩阵分解和双向映射网络的多标签分类方法及系统，构建实例特征矩阵和类别标签矩阵并进行归一化处理，构建标准的多标签数据集；将类别标签矩阵分解成语义标签矩阵和潜在标签关联矩阵；基于语义标签矩阵和潜在标签关联矩阵以及模型系数矩阵、标签相关矩阵构建多标签分类模型；分别对模型系数矩阵以及语义标签矩阵和潜在标签关联矩阵进行优化求解，得到训练好的模型；将不可见标签的实例作为测试集输入模型预测的标签矩阵；将预测标签矩阵和真实标签矩阵在五个评价指标下进行对比，评估模型的性能以及有效性。在多个领域的多标签数据集上进行了相关的实验，并且实验证明了本发明的有效性和竞争性。
-
公开(公告)号：CN110631827B
公开(公告)日：2021-08-10
申请号：CN201910795937.5
申请日：2019-08-27
Applicant: 安徽大学
IPC: G01M13/021 , G01M13/028 , G06K9/62
Abstract: 本发明公开了一种基于改进协同表示分类的齿轮箱故障诊断方法，首先利用传统傅里叶变换将齿轮箱的原始振动信号进行频域变换，提取频域特征，并利用主成分分析降低所得到的特征矩阵的维度；基于降维后的相似特征矩阵，利用不同故障类别的特征矩阵进行训练得到不同的子字典，再将子字典进行合并形成过完备字典；根据所得到的过完备字典，通过协同表示分类来计算每个故障类别的残差，残差最小的故障类别就是查询样本所属的类别，以此来实现故障的分类。上述方法能在快速分类的同时，提高故障分类的准确率，进而提高了齿轮箱故障诊断的可靠性。
-
公开(公告)号：CN117312956B
公开(公告)日：2024-11-22
申请号：CN202311314862.7
申请日：2023-10-10
Applicant: 安徽大学
IPC: G06F18/241 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/006 , G06N3/0464 , G06N3/0442 , G06N3/08 , G01M13/045
Abstract: 本申请提供一种旋转机械的故障诊断方法及系统，该方法包括采集不同故障类型的旋转机械的原始振动信号；基于麻雀搜索优化算法对特征模态分解算法的模态数和滤波器长度进行优化，并获得全局最小包络熵值以及对应的最佳种群参数组合；对原始振动信号进行分解，并获得两个以上模态分量；计算两个以上模态分量的峰度值，并选取最大峰度值的模态分量定义为最优模态；将最优模态输入至一维卷积神经网络，并利用一维卷积神经网络消除部分噪音以及抑制过拟合；利用门控循环单元捕获信号序列的时序关系；利用自注意力机制计算门控循环单元的输出对应的注意力得分，并构建一故障诊断模型；获取一振动信号输入至所述故障诊断模型，并输出对应的故障类型。
-
公开(公告)号：CN118706453A
公开(公告)日：2024-09-27
申请号：CN202410947749.0
申请日：2024-07-16
Applicant: 安徽大学
IPC: G01M13/045 , G06N3/0464 , G06F18/10 , G06F18/2131 , G06F18/2415 , G06F18/25
Abstract: 本申请提供高速电机轴承转子系统故障检测方法及系统，该方法包括：在多个断面上安装方向相互垂直的振动位移传感器，并提取多截面转子非平稳振动信号的瞬时特征；构造复信号；通过希尔伯特变换将复信号转换为具有物理意义的前向信号和后向信号；采用MNCMD算法实现信号的分解，获取多组含有相同频率的多通道信号，每组多通道信号含有多个谐波分量；利用多组多通道信号提取轨道的特征；基于多通道神经网络输出故障类型，以解决在多场耦合、重负载甚至变速等恶劣环境下工作，振动信号表现出非平稳的特性，增加了故障检测和诊断的难度的技术问题。
-
公开(公告)号：CN116681637B
公开(公告)日：2024-01-02
申请号：CN202310970847.1
申请日：2023-08-03
Applicant: 国网安徽省电力有限公司超高压分公司 , 安徽大学
Abstract: 在热辐射削弱以及细节信息丢失的问题。本发明公开一种特高压换流变压器红外与可见光监测图像融合方法及系统，方法包括采用顶帽变换去除红外图像中的噪点，并将红外源图像注入去除噪点后的红外图像，得到红外权重图；采用边缘保持平滑滤波器对所述红外权重图进行细化处理，得到细化后的红外权重图，所述边缘保持平滑滤波器包括亮度和对比度保真项以及梯度平滑正则项；对可见光图像和所述红外权重图分别进行潜在低秩分解，得到各自对应的基础层和显著层；基于所述细化后的红外权重
-
Patent Agency Ranking
公开(公告)号：CN116465623A
公开(公告)日：2023-07-21
申请号：CN202310519912.9
申请日：2023-05-10
Applicant: 安徽大学
IPC: G01M13/021 , G01M13/028 , G06F18/10 , G06F18/2131 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06F123/02
Abstract: 本发明涉及齿轮箱寿命预测技术领域，公开了一种基于稀疏Transformer的齿轮箱寿命预测方法，包括以下步骤：采用EEMD与小波半软硬阈值结合的去噪方法，对齿轮箱数据集进行去噪处理，通过门控多层卷积单元对输入序列进行特征提取，挖掘二维时频图中的特征信息，将提取到的特征信息输入稀疏Transformer中，并结合卷积位置编码进行解码与编码，经过全连接网络降维输出得到齿轮箱的剩余使用寿命通过GMCU提取二维时频图中复杂特征，采用卷积位置编码，将稀疏transformer作为骨干应用在齿轮箱的寿命预测方面。该方法识别精度较高，处理速度较快，可以有效的对齿轮箱进行剩余寿命预测。
-
公开(公告)号：CN111105438B
公开(公告)日：2023-06-06
申请号：CN201911097426.2
申请日：2019-11-12
Abstract: 本发明提出了一种基于动态模式分解的运动检测方法、终端设备及计算机可读存储介质，所述方法包括如下步骤：步骤S10，根据获取的视频流信息，将视频流信息转换成相应的输入矩阵X和观察矩阵Y；步骤S20，通过DMD算法实现视频矩阵的动态模型分解，得到基于DMD算法的多个模型；步骤S30，根据分解计算各模型在整个时间序列贡献度和频率特性，选择前若干个物理频率为零的主模型来构造背景信息；步骤S40，通过视频图像和背景信息的差值来检测运动目标。本发明的方法为基于DMD主模型的运动检测算法，能够准确、有效地对视频中的运动物体进行检测和提取，并且有较好的抗噪声能力和鲁棒性。
-
公开(公告)号：CN115935135A
公开(公告)日：2023-04-07
申请号：CN202211525552.5
申请日：2022-11-30
Applicant: 国网安徽省电力有限公司超高压分公司 , 安徽大学
Inventor： 李腾 , 樊培培 , 廖军 , 刘之奎 , 董翔宇 , 张军 , 李奇 , 卢一相 , 高清维 , 谢佳 , 黄道均 , 马欢 , 施雯 , 吴翔 , 胡坤 , 竺德 , 孙冬 , 丰景 , 张茜
IPC: G06F17/18 , G01K13/00 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明实施例提供一种特高压换流变压器顶层油温预测方法及存储介质，属于变压器检修领域。所述方法包括：获取特高压换流变压器顶层油温的历史数据；对所述历史数据进行单位根检验以使得所述历史数据平稳，并得到差分参数的值；对平稳后的所述历史数据进行处理，以得到关于所述历史数据的回归参数和移动平均参数；根据得到的所述回归参数和移动平均参数建立ARIMA预测模型；通过所述历史数据和ARIMA预测模型得到ARIMA模型的拟合残差；通过所述ARIMA模型拟合残差构建Attention‑BiGRU‑GRU网络模型；将所述ARIMA预测模型加上所述Attention‑BiGRU‑GRU网络模型以得到油温预测模型；将已采集的所述历史数据带入所述油温预测模型以得到未来油温的预测数据。该方法可以精确的预测油温的变化。
-
公开(公告)号：CN114066898A
公开(公告)日：2022-02-18
申请号：CN202111293238.4
申请日：2021-11-03
Applicant: 安徽大学
IPC: G06T7/10
Abstract: 本发明属于数字图像处理技术领域，公开了一种用于线阵式相机的物料图像逐行实时分割方法，包括步骤一：对相机当前扫描线T作二值化处理；步骤二：更新现有物料范围：将T与当前每个物料i的范围Si作比对：若T与Si不存在交集，则该物料扫描结束，否则查找二者的交集区间，使用T中的新区间对Si更新；步骤三：新物料查找：若T中的某个像素区间Rj与现有物料范围均无交集，则Rj构成一个新出现的物料范围；步骤四：物料范围合并处理：对所有物料的范围集合{Si}中非零物料范围进行遍历，当前后两个范围存在重合时，进行合并；步骤五：更新物料缓存图像。本发明解决了现有技术从图像采集到气阀喷吹环节间时延较大的问题,适用于物料图像的实时分割。
-
公开(公告)号：CN111105438A
公开(公告)日：2020-05-05
申请号：CN201911097426.2
申请日：2019-11-12
Abstract: 本发明提出了一种基于动态模式分解的运动检测方法、终端设备及计算机可读存储介质，所述方法包括如下步骤：步骤S10，根据获取的视频流信息，将视频流信息转换成相应的输入矩阵X和观察矩阵Y；步骤S20，通过DMD算法实现视频矩阵的动态模型分解，得到基于DMD算法的多个模型；步骤S30，根据分解计算各模型在整个时间序列贡献度和频率特性，选择前若干个物理频率为零的主模型来构造背景信息；步骤S40，通过视频图像和背景信息的差值来检测运动目标。本发明的方法为基于DMD主模型的运动检测算法，能够准确、有效地对视频中的运动物体进行检测和提取，并且有较好的抗噪声能力和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.053 seconds)
