-
公开(公告)号:CN118470458A
公开(公告)日:2024-08-09
申请号:CN202410548217.X
申请日:2024-05-06
Applicant: 中国计量大学
IPC: G06V10/774 , G06V10/82 , G06F18/214 , G06F18/10 , G06F18/2131 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06F123/02
Abstract: 一种基于改进的深度卷积生成对抗网络电梯振动信号数据增强方法,包括以下步骤:第一步:采集电梯轿厢运行加速度的原始振动信号;第二步:获取有效的振动信号;第三步:优化DCGAN网络模型,将谱归一化和时空注意力机制模块引入鉴别器和生成器,构成改进的数据增强整体模型;第四步:将二维时频特征图像输入数据增强整体模型,得到生成的新特征图像。本发明丰富了特征信息,在一定程度上降低“模式坍塌”的概率;根据少量数据集的特征来生成更多的新数据集已达到数据增强的目的,可以很好地学习电梯高分辨率图像的像素分布。
-
公开(公告)号:CN118470392A
公开(公告)日:2024-08-09
申请号:CN202410548211.2
申请日:2024-05-06
Applicant: 中国计量大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06V10/52 , G06V10/80 , G06F18/2415 , G06F18/10 , G06F18/2131 , G06F18/214 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/047 , G06N3/048 , G06N3/094 , B66B5/00 , G06F123/02
Abstract: 一种基于数据增强和注意力机制的多尺度卷积胶囊网络电梯故障诊断方法,包括以下步骤:第一步:采集电梯轿厢运行加速度的原始振动信号;第二步:获取有效的振动信号;第三步:优化DCGAN网络模型,将谱归一化和时空注意力机制模块引入鉴别器和生成器,构成改进的数据增强整体模型;第四步:将二维时频特征图像输入数据增强整体模型,得到生成的新特征图像;第五步:构建多尺度卷积胶囊网络;第六步:构建改进的通道注意力机制CBAM网络模块,将其融合到多尺度卷积胶囊网络中;第七步:将增强后的特征图送入融合注意力机制的多尺度卷积胶囊网络中进行电梯故障诊断。本发明丰富了特征信息,提高了重要特征的响应和学习能力。
-
公开(公告)号:CN117009673A
公开(公告)日:2023-11-07
申请号:CN202310821888.4
申请日:2023-07-05
Applicant: 中国计量大学
IPC: G06F16/9536 , G06N3/045 , G06N3/08 , G06N3/048
Abstract: 一种基于图神经网络的RESTful服务推荐方法,基于服务调用矩阵信息,构建Mashup服务与RESTful服务间的调用图结构MAIG;基于RESTful服务间的功能关联信息,构建RESTful服务间关联信息图结构ATCG;根据MAIG图结构,设计对应的图神经网络结构,获取Mashup组合服务与RESTful服务对应的特征表示;根据ATCG图结构,设计对应的图神经网络结构,获取该图结构下RESTful服务对应的特征表示;利用获得的特征表示,计算成对分数,并计算损失函数结果,对整体推荐模型进行优化;匹配用户请求,利用成对分数,排序并实现RESTful服务推荐。本发明提升了服务推荐效果。
-
-