-
公开(公告)号:CN118781511A
公开(公告)日:2024-10-15
申请号:CN202410679058.7
申请日:2024-05-29
Applicant: 国电南瑞科技股份有限公司 , 国电南瑞南京控制系统有限公司 , 东南大学 , 南京工程学院
IPC: G06V20/40 , G06V20/52 , G06V10/764 , G06V10/774 , G06Q50/06
Abstract: 本发明涉及电力现场作业安全行为监测技术领域,尤其涉及一种基于深度学习的电力安全作业目标检测方法及系统,采用整体预训练,分类微调的两阶段训练方式对网络进行训练,网络中PWConv旨在减少计算冗余,保持网络性能,而解耦检测头则将目标定位与分类任务分开处理,提高检测精度。引入DeepSort算法对检测到的目标进行跟踪,通过人脸识别技术将安全监测精确至个人层面,从而对违规情况发出准确警报。通过构建高效的多进程推理系统,动态管理目标检测模型,使得系统能够同时处理多个并发的检测任务,极大地提升了实时监测的响应速度和处理能力。
-
公开(公告)号:CN119573710A
公开(公告)日:2025-03-07
申请号:CN202411487639.7
申请日:2024-10-24
Applicant: 东南大学
Abstract: 本发明提供一种基于LSTM神经网络的SINS及GNSS组合导航系统容错方法,针对SINS/GNSS松组合导航系统中的突变故障和缓变故障,提出一套基于LSTM神经网络辅助的故障检测与系统容错方法。利用新息马氏距离辅助卡方检验算法实时检测出系统中存在的突变故障,再利用序贯概率比算法检测系统中存在缓变故障。利用基于M估计的抗差卡尔曼滤波完成对系统的鲁棒性增强工作,从而有效抑制突变故障对系统的影响。利用LSTM神经网络替补的方式,有效抑制缓变故障对系统的影响,实现信号修复。通过对GNSS信号中存在的两种故障进行检测与容错,提升组合导航定位的精度。
-