-
公开(公告)号：CN114065945B
公开(公告)日：2024-08-02
申请号：CN202111272727.1
申请日：2021-10-29
Applicant: 宜宾电子科技大学研究院
IPC: G06F18/20 , G06F18/25 , G06F18/241 , G06N3/0464 , G06N3/045 , G06N3/096
Abstract: 本发明公开了一种基于DJTN迁移学习的智能故障诊断方法，选择用于参照的已存在有标签数据集的工作条件，然后对于需要进行故障诊断的待诊断工作条件，采用有标签数据集相同的工作信号采集方法采集得到智能机械的无标签数据集，构建包括特征提取模块、迁移学习模块和分类模块的DJTN迁移学习模型，有标签数据集和无标签数据集输入DJTN迁移学习模型对其进行训练，对于训练好的DJTN迁移学习模型，将其中特征提取器和分类模块构成故障诊断模型，将无标签数据集中的每个工作信号数据样本分别输入故障诊断模型，得到对应的健康状态诊断结果。本发明通过迁移学习，提高了对故障诊断中智能机械工作条件多样的鲁棒性。
-
公开(公告)号：CN114090953A
公开(公告)日：2022-02-25
申请号：CN202111240363.9
申请日：2021-10-25
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明公开了一种基于LSTM‑QDM的不平衡故障诊断方法，首先采集工业设备处理K种故障状态下各个测量设备的测量数据，构建时序数据矩阵，然后通过滑动窗口提取出时序数据样本，然后再对时序数据样本进行故障类型分析得到不平衡故障和普通故障划分，采用所提出的四元组时序数据对构造策略构造四元组时序数据对，构建LSTM‑QDM故障诊断模型，采用四元组时序数据对和其中锚样本的标签对故障诊断模型进行训练，在工业设备运行过程中采集实际运行数据并构建时序数据样本输入LSTM‑QDM故障诊断模型中，得到故障识别结果。本发明通过结合LSTM网络和QDM算法，提升数据不平衡状态下的工业设备故障诊断性能。
-
公开(公告)号：CN119436800A
公开(公告)日：2025-02-14
申请号：CN202411787655.8
申请日：2024-12-06
Applicant: 宜宾电子科技大学研究院
Abstract: 本申请涉及自适应控制技术领域，公开一种自适应床温协调方法及相关设备。方法包括：获取影响出料含水量的扰动信息、沸腾床的设定温度和实际温度；其中，所述扰动信息包括浆料量变化、浆料浓度变化或蒸汽波动中的至少一种；基于所述沸腾床的实际温度、所述设定温度和所述扰动信息，确定观测器输出的扰动总量；基于所述扰动总量调节离心机的进料阀门的开度。该方法能够提高对浆料进行干燥的效果。
-
公开(公告)号：CN118920092A
公开(公告)日：2024-11-08
申请号：CN202410779449.6
申请日：2024-06-17
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明公开一种共孔径天线，涉及无线通讯技术领域，解决现有的天线无法在进行共孔径设计的同时保证高隔离度的问题；本发明包括支撑件以及设置在支撑件上的侦收天线组及干扰天线，所述侦收天线组和干扰天线均采用轻小型化对数周期天线；本发明在侦收天线上设计FSS结构，改善隔离度；进一步通过天线的倾斜放置获得相应的空间角度来实现更高的隔离度，使得天线间的隔离度大于20dB。
-
公开(公告)号：CN116681608A
公开(公告)日：2023-09-01
申请号：CN202310615248.8
申请日：2023-05-29
Applicant: 宜宾电子科技大学研究院
IPC: G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 该发明公开了一种基于参数估计的微光图像增强方法，属于计算机视觉、机器学习等领域。利用深度可分离卷积和倒残差结构优化网络的参数，保证了网络对通道和空间维度特征的提取的能力，同时降低了卷积操作的计算量和参数量。然后，利用能捕获特征全局信息的缩放点注意力机制估计了颜色校正矩阵和伽马校正参数，实现了对最终成像质量的整体优化。网络训练过程中，本发明使用了像素级差异的L2损失和认知级差异的多权重的感知损失。本发明在LoL数据集上的实验表明，当倒残差结构的扩张率为1.5时能在LoL数据集上达到最优的性能。
-
Patent Agency Ranking
公开(公告)号：CN116433550A
公开(公告)日：2023-07-14
申请号：CN202310428260.8
申请日：2023-04-20
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明公开一种管道内相似图像去重的方法、计算机装置及存储介质，涉及图像处理技术领域，拟解决现有图像去重方法要求苛刻且不具有鲁棒性对地下管道环境数据处理效果不佳的问题；本发明先实时检测管道内缺陷区域；再校验缺陷种类判定与相对位置；而后裁剪缺陷区域；之后融合判定相似性；最后依据相似图像集进行清晰度排序与去重；本发明可以针对相似图像进行去重，并不需要图像数据库中有相同的图像，可以很好地解决城市地下管道环境数据存在冗余的问题，有重要的实用价值，并且结合AI深度模型与两种传统相似度的融合计算方法，准确地实现了地下管道的相似图像的去重，且对图像的刚体变换具有较强的鲁棒性。
-
公开(公告)号：CN114694232A
公开(公告)日：2022-07-01
申请号：CN202210421774.6
申请日：2022-04-21
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明属于安防监控技术领域，本发明提供一种低光照下的人脸跟踪方法，用于解决传统的人脸跟踪方法容易受光照、遮挡和目标移动干扰的问题。本发明，将LBP纹理特征融入进传统的CAMSh ift算法，且将改进的CAMSh ift算法融入进TLD算法；同时，将马尔科夫预测融入进算法中，通过对目标运动方向的预测，缩小目标检测区域；将改进的CAMSh ift算法和马尔科夫方向预测融入进TLD算法中，实现了目标的长期跟踪和跟踪窗口的自适应控制。采用本发明的方案，克服了光照和遮挡干扰对跟踪算法的影响；克服了因目标的快速移动导致跟踪失败的难题；提高了人脸跟踪的准确率和实时性。
-
公开(公告)号：CN114065945A
公开(公告)日：2022-02-18
申请号：CN202111272727.1
申请日：2021-10-29
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明公开了一种基于DJTN迁移学习的智能故障诊断方法，选择用于参照的已存在有标签数据集的工作条件，然后对于需要进行故障诊断的待诊断工作条件，采用有标签数据集相同的工作信号采集方法采集得到智能机械的无标签数据集，构建包括特征提取模块、迁移学习模块和分类模块的DJTN迁移学习模型，有标签数据集和无标签数据集输入DJTN迁移学习模型对其进行训练，对于训练好的DJTN迁移学习模型，将其中特征提取器和分类模块构成故障诊断模型，将无标签数据集中的每个工作信号数据样本分别输入故障诊断模型，得到对应的健康状态诊断结果。本发明通过迁移学习，提高了对故障诊断中智能机械工作条件多样的鲁棒性。
-
公开(公告)号：CN119436801A
公开(公告)日：2025-02-14
申请号：CN202411788520.3
申请日：2024-12-06
Applicant: 宜宾电子科技大学研究院
IPC: F26B25/22
Abstract: 本申请公开了一种聚合干燥控制方法及相关设备，该方法包括：获取聚合干燥系统的干燥塔参数集，干燥塔参数集包括带标签运行参数；利用干燥塔参数集对初始时间序列模型进行训练，得到目标干燥模型；获取聚合干燥系统的实时运行参数和待干燥对象的属性参数；将属性参数和实时运行参数输入目标干燥模型中进行处理，得到目标运行参数；基于目标运行参数对聚合干燥系统进行控制，以对待干燥对象进行聚合干燥。解决了现有的物料干燥装置基本处于纯手动控制状态，而手动控制会导致干燥工艺复杂度增加，干燥变量耦合严重，导致控制难度极大，干燥效率较低的问题。
-
公开(公告)号：CN116524205A
公开(公告)日：2023-08-01
申请号：CN202211433411.0
申请日：2023-03-03
Applicant: 宜宾电子科技大学研究院
IPC: G06V10/44 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及污水检测技术领域，公开了一种污水曝气自动检测识别方法，包括：S1采用图像分割的方式进行干扰的剔除，干扰包括图像中的文字、墙壁；将图像均匀切割为N个区域，从N个区域的子图中提取M份作为整个图像的特征子图，其中提取出的特征子图是包含泡沫较多的子图；S2采用改进的Sobel算子提取图像的边缘信息；由Ostu算法产生全局阈值，由改进的Bernsen算法产生局部阈值，然后将两者进行加权；S3墙壁边缘剔除。本发明设计了一套污水池曝气自动检测方法，通过采用图像处理算法，并对边缘检测算法进行一定的改进，使得自动检测算法能够准确的判断曝气是否异常，实现污水池曝气的智能检测，降低现有检测方法的弊端，提高工作效率，降低人工成本。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.038 seconds)
