-
公开(公告)号：CN116744367A
公开(公告)日：2023-09-12
申请号：CN202310708437.X
申请日：2023-06-15
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及一种车联网下基于双层卸载机制和多智能体算法的卸载方法，包括步骤一，建立空闲车辆云与MEC服务器以及车辆互联的MEC‑V‑NTVC三层网络模型，主要包含系统模型、任务模型、判断模型和计算模型；步骤二，将任务车辆的计算卸载以及资源分配抽象成POMDP过程，配合能充分利用空闲车辆云的计算能力的双层卸载机制以及多智能体算法QMIX利用MEC服务器以及空闲车辆的计算能力解决任务卸载问题，以降低系统总成本。本发明通过双层卸载机制，可以有效避免车辆任务超时和MEC服务器切换导致高成本的卸载策略，在MEC服务器，空闲车辆以及任务车辆之间寻求最优的卸载策略。
-
公开(公告)号：CN111627012B
公开(公告)日：2021-12-21
申请号：CN202010469022.8
申请日：2020-05-28
Applicant: 华北电力大学(保定)
Abstract: 一种基于特征融合的深度神经网络表面缺陷检测方法。该方法采用了编码器‑解码器网络结构，特征提取模块采用ResNet50提取表面缺陷特征，得到各卷积层特征；然后利用编码特征融合模块将各卷积层特征融合，有利于表面缺陷的准确检测；最后利用两级级联解码模块，实现表面缺陷的检测。编码特征融合模块和两级级联解码模块能够实现表面缺陷特征的深度融合，使表面缺陷定位更准确。在各级解码模块的输出端增加了边界求精模块，并通过卷积融合拼接后的两级解码模块输出，得到最终检测结果。本方法可以有效提高表面缺陷检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN104730082A
公开(公告)日：2015-06-24
申请号：CN201510158196.1
申请日：2015-04-03
Applicant: 华北电力大学(保定)
IPC: G01N21/88
Abstract: 本发明公开了一种锅炉水冷壁故障检测方法，包括以下步骤：(1)遥控无人飞行机进入锅炉炉膛；(2)无人飞行机进行录像；(3)录像转化为图像；(4)与数据库图像比对、分析；(5)重点拍摄、传送及提醒；(6)人工核查。本发明与现有技术相比的优点是：本发明的方法免去人工进入炉膛检测的高危险、保证了工作人员的安全，检测人员只需要在控制室就能把握掌控整个炉膛内的情况。同时，由于检测时不用冷却通风、搭建平台、安装照明、增加补氧等措施，大大的减少了锅炉停运的时间，提高了锅炉的运行时间，增加了经济效益。
-
公开(公告)号：CN112037215B
公开(公告)日：2024-05-28
申请号：CN202010938100.4
申请日：2020-09-09
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30 , G01N21/88
Abstract: 本发明涉及一种基于零样本学习的绝缘子缺陷检测方法及系统。该方法包括：获取绝缘子每种缺陷类别对应的文本数据；根据每种缺陷类别对应的文本数据，获取每种缺陷类别的语义特征向量；获取待检测绝缘子的图像；根据所述待检测绝缘子的图像，采用卷积神经网络提取所述待检测绝缘子的图像特征向量；确定所述图像特征向量与每种缺陷类别的语义特征向量之间的距离；基于所述图像特征向量与每种缺陷类别的语义特征向量之间的距离，采用最近邻分类器确定所述待检测绝缘子的缺陷类别；所述待检测绝缘子的缺陷类别为与所述图像特征向量距离最短的语义特征向量对应的缺陷类别。本发明可以提高绝缘子缺陷检测的准确度及鲁棒性。
-
公开(公告)号：CN112037215A
公开(公告)日：2020-12-04
申请号：CN202010938100.4
申请日：2020-09-09
Applicant: 华北电力大学(保定)
IPC: G06T7/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30 , G01N21/88
Abstract: 本发明涉及一种基于零样本学习的绝缘子缺陷检测方法及系统。该方法包括：获取绝缘子每种缺陷类别对应的文本数据；根据每种缺陷类别对应的文本数据，获取每种缺陷类别的语义特征向量；获取待检测绝缘子的图像；根据所述待检测绝缘子的图像，采用卷积神经网络提取所述待检测绝缘子的图像特征向量；确定所述图像特征向量与每种缺陷类别的语义特征向量之间的距离；基于所述图像特征向量与每种缺陷类别的语义特征向量之间的距离，采用最近邻分类器确定所述待检测绝缘子的缺陷类别；所述待检测绝缘子的缺陷类别为与所述图像特征向量距离最短的语义特征向量对应的缺陷类别。本发明可以提高绝缘子缺陷检测的准确度及鲁棒性。
-
公开(公告)号：CN104537220A
公开(公告)日：2015-04-22
申请号：CN201410790950.9
申请日：2014-12-18
Applicant: 华北电力大学(保定)
IPC: G06F19/00
Abstract: 本发明涉及一种基于主元分析和D-S证据理论的故障诊断方法，该方法是从传感器网络获得的实际运行数据经过第一步的主元分析法进行故障检测，认为有可能发生故障，然后在各类主元模型下对实测数据进行主元分析，得到相应的低维特征向量tki(i＝0，1，…，n)，在对其进行分类识别器的识别，分类识别器的识别结果作为证据理论中对故障信息的一种证据，采用证据组合规则对这些证据信息进行融合计算，得到每一个故障的信任分配区间，按照最大信任度原则即可判断发生了相应的故障。
-
公开(公告)号：CN111627012A
公开(公告)日：2020-09-04
申请号：CN202010469022.8
申请日：2020-05-28
Applicant: 华北电力大学(保定)
Abstract: 一种基于特征融合的深度神经网络表面缺陷检测方法。该方法采用了编码器-解码器网络结构，特征提取模块采用ResNet50提取表面缺陷特征，得到各卷积层特征；然后利用编码特征融合模块将各卷积层特征融合，有利于表面缺陷的准确检测；最后利用两级级联解码模块，实现表面缺陷的检测。编码特征融合模块和两级级联解码模块能够实现表面缺陷特征的深度融合，使表面缺陷定位更准确。在各级解码模块的输出端增加了边界求精模块，并通过卷积融合拼接后的两级解码模块输出，得到最终检测结果。本方法可以有效提高表面缺陷检测的准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
