一种基于动态特征融合网络的多模态乳腺超声诊断系统

    公开(公告)号:CN119515809A

    公开(公告)日:2025-02-25

    申请号:CN202411566273.2

    申请日:2024-11-05

    Abstract: 一种基于动态特征融合网络的多模态乳腺超声诊断系统,本发明属于医学图像处理领域,具体涉及基于动态特征融合网络的多模态乳腺超声诊断系统。本发明为解决现有方法对乳腺超声识别准确率低的问题。系统包括:多模态数据预处理主模块用于对采集的多模态乳腺超声图像进行预处理,获得预处理后的多模态乳腺超声图像;多模态卷积神经网络主模块用于搭建动态特征融合网络模型;模型训练主模块利用预处理后的多模态乳腺超声图像对搭建的动态特征融合网络模型进行训练,获得训练好的动态特征融合网络模型;模型测试主模块用于加载训练好的动态特征融合网络模型,对待诊断的多模态乳腺超声图像进行分类,识别多模态超声图像中乳腺肿瘤的良恶性。

    针对通讯链路部分失效鲁棒的互联系统的分布式故障诊断方法

    公开(公告)号:CN118118315A

    公开(公告)日:2024-05-31

    申请号:CN202410400894.7

    申请日:2024-04-03

    Abstract: 针对通讯链路部分失效鲁棒的互联系统的分布式系统故障诊断方法,本发明涉及互联系统的分布式系统故障诊断方法,属于分布式故障诊断与容错控制领域。本发明目的是为了解决现有分布式算法忽略通讯网络部分失效导致诊断系统信息缺失难以实现互联系统的精确分布式诊断的问题。过程为:一:建立互联系统中各个子系统的状态空间模型;二:设计通讯拓扑连接图;三:基于每个观测子系统获取每个观测子系统的残差;四:设定故障阈值;五:当观测子系统之间无通讯链路发生故障时,实时将获取的残差与设定故障阈值进行比较用于故障诊断;六:当观测子系统之间通讯链路发生故障时,通过估计算法重构链路故障导致的缺失的信息重构观测子系统,实时将获取的残差与设定故障阈值进行比较用于故障诊断。

    一种基于表示学习的轴承故障检测和分类的一体化方法

    公开(公告)号:CN114722952B

    公开(公告)日:2023-05-26

    申请号:CN202210416390.5

    申请日:2022-04-20

    Abstract: 一种基于表示学习的轴承故障检测和分类的一体化方法,本发明涉及轴承故障检测和分类的一体化方法。本发明的目的是为了解决现有采用数据驱动的方法进行轴承故障诊断过程中,获得大量的轴承故障样本是十分困难的,以及为不同的故障类型的数据设计准确的标签存在很大的限制的问题。过程为:1、提取轴承的振动数据;2、特征提取:从时域、频域2个角度提取数据的特征;3、搭建故障检测神经网络:故障检测神经网络包括编码器、噪声引入、自注意力机制层以及解码器;4、训练故障检测神经网络;5、搭建故障分类神经网络;6、训练故障分类神经网络;7、在线故障检测与故障分类。本发明用于轴承故障诊断与人工智能相结合的学科交叉领域。

    一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法

    公开(公告)号:CN114417686B

    公开(公告)日:2023-02-03

    申请号:CN202210065461.1

    申请日:2022-01-20

    Abstract: 一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法,本发明涉及电池的自适应在线剩余使用寿命预测方法。本发明的目的是为了解决现有单个电池工作过程中的剩余使用寿命预测方法需要大量历史数据,在一定程度上会受到强马尔可夫特性的制约,以及电池在退化过程中的随机性难以得到量化的问题。过程为:一:提取电池第k次工作过程中的容量数据;二:构建电池的退化模型;三:构建自适应估计退化模型参数;四:计算电池的剩余使用寿命;判断第k次工作循环下的电池的荷电状态SOC是否低于80%,如果SOC高于80%,则令k=k+1,执行一至四,否则电池报废;五:评估剩余使用寿命的在线预测效果。本发明用于电池使用寿命预测领域。

    一种基于平均一致性的数据驱动分布式协同诊断方法

    公开(公告)号:CN115167376A

    公开(公告)日:2022-10-11

    申请号:CN202210951337.5

    申请日:2022-08-09

    Abstract: 一种基于平均一致性的数据驱动分布式协同诊断方法,本发明涉及数据驱动的分布式故障诊断方法。本发明目的是为了解决现有故障诊断准确率低的问题。过程为:离线阶段:步骤一:建立工业系统整体状态空间模型和工业子系统的状态空间模型;步骤二、基于步骤一构建自适应残差产生器;步骤三:设计各工业子系统残差产生器之间的通讯拓扑;步骤四:基于步骤二和步骤三计算工业子系统总体残差和辅助滤波器的输出;在线阶段:步骤五、基于步骤四计算在线工业子系统统计量;步骤六、基于步骤五残差评估与在线决策。本发明属于工业系统过程监测、故障诊断领域。

    基于多尺度几何嵌入卷积神经网络的股骨头坏死指标预测系统

    公开(公告)号:CN114419000B

    公开(公告)日:2022-09-23

    申请号:CN202210066338.1

    申请日:2022-01-20

    Abstract: 基于多尺度几何嵌入卷积神经网络的股骨头坏死指标预测系统,本发明涉及股骨头坏死指标预测系统。本发明为解决现有股骨头坏死指标预测准确率低的问题。过程为:图像处理主模块用于获得预处理后的图像;神经网络主模块用于搭建多尺度几何嵌入卷积神经网络模型;训练主模块利用预处理后的图像对搭建好的网络模型进行训练,并获得训练好的多尺度几何嵌入卷积神经网络模型;检测主模块用于加载训练好的网络模型,对待测试图像进行分割,分割出股骨头区域;指标模块用于对获取的分割出的股骨头区域进行分割,分割出坏死区域,统计坏死区域中的像素数量作为坏死面积,计算坏死面积与股骨头面积的比例。本发明用于图像处理和人工智能领域。

    一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法

    公开(公告)号:CN114417686A

    公开(公告)日:2022-04-29

    申请号:CN202210065461.1

    申请日:2022-01-20

    Abstract: 一种面向单个锂离子电池的自适应在线剩余使用寿命预测方法,本发明涉及电池的自适应在线剩余使用寿命预测方法。本发明的目的是为了解决现有单个电池工作过程中的剩余使用寿命预测方法需要大量历史数据,在一定程度上会受到强马尔可夫特性的制约,以及电池在退化过程中的随机性难以得到量化的问题。过程为:一:提取电池第k次工作过程中的容量数据;二:构建电池的退化模型;三:构建自适应估计退化模型参数;四:计算电池的剩余使用寿命;判断第k次工作循环下的电池SOC是否低于80%,如果SOC低于80%,则令k=k+1,执行一至四,否则执行五;五:评估剩余使用寿命的在线预测效果。本发明用于电池使用寿命预测领域。

    网络化控制系统中数据传输的攻击检测方法

    公开(公告)号:CN113179264B

    公开(公告)日:2022-04-12

    申请号:CN202110453365.X

    申请日:2021-04-26

    Abstract: 网络化控制系统中数据传输的攻击检测方法,它属于数据传输的攻击检测领域。本发明解决了现有方法不能对历史未出现过的攻击进行检测的问题。本发明通过建立检测通道可以实现多种攻击的检测,而且检测使用的是无监督方法,相比于使用分类器的攻击检测方法,本发明在训练模型时不需要额外的受攻击数据来训练分类器,同时对于历史未出现过的攻击也可进行有效检测。通过对传输信号与重建信号的残差分析,可以对受攻击的通道进行判断,方便快速找到受攻击通道。本发明可以应用于网络化控制系统中数据传输的攻击检测。

    一种基于混合神经网络的剩余使用寿命预测方法及系统

    公开(公告)号:CN113971489A

    公开(公告)日:2022-01-25

    申请号:CN202111242328.0

    申请日:2021-10-25

    Abstract: 一种基于混合神经网络的剩余使用寿命预测方法及系统,它属于设备剩余使用寿命预测与人工智能相结合的学科交叉领域。本发明解决了现有的深度学习方法在剩余使用寿命预测上的准确率低的问题。本发明首先将设备中传感器采集到的数据进行特征筛选和平滑降噪,组合成时间窗口的形式输入到混合网络中。然后通过一维卷积神经子网络提取历史数据的卷积特征信息,双向门控循环单元子网络提取历史数据的时间特征信息,完成混合网络的离线训练。最后,将训练好的混合网络模型用于剩余使用寿命的在线实时预测。本发明可以应用于对设备剩余使用寿命进行预测。

    一种基于时域空间的周期信号基频确定方法

    公开(公告)号:CN113406385B

    公开(公告)日:2022-01-21

    申请号:CN202110672480.6

    申请日:2021-06-17

    Abstract: 一种基于时域空间的周期信号基频确定方法,它属于信号频率估计技术领域。本发明是为解决传统辨识电网周期信号基频的方法存在频谱泄漏,导致对电网周期信号基频的估计存在偏差的问题。本发明采集电网周期信号后,根据样本组数,过去步长和未来步长构造汉克尔矩阵,而后对构造的汉克尔矩阵进行LQ分解,再进一步作奇异值分解来提取频率特征矩阵,进而根据提取的频率特征矩阵确定信号基频。本发明可以应用于对周期信号基频进行估计。

Patent Agency Ranking