公开(公告)号：CN116465623B

公开(公告)日：2023-09-19

申请号：CN202310519912.9

申请日：2023-05-10

Applicant: 安徽大学

Inventor： 竺德 ,  吕俊文 ,  高清维 ,  卢一相 ,  孙冬 ,  彭思远 ,  赵大卫

IPC: G01M13/021 ,  G01M13/028 ,  G06F18/10 ,  G06F18/2131 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明涉及齿轮箱寿命预测技术领域，公开了一种基于稀疏Transformer的齿轮箱寿命预测方法，包括以下步骤：采用EEMD与小波半软硬阈值结合的去噪方法，对齿轮箱数据集进行去噪处理，通过门控多层卷积单元对输入序列进行特征提取，挖掘二维时频图中的特征信息，将提取到的特征信息输入稀疏Transformer中，并结合卷积位置编码进行解码与编码，经过全连接网络降维输出得到齿轮箱的剩余使用寿命通过GMCU提取二维时频图中复杂特征，采用卷积位置编码，将稀疏transformer作为骨干应用在齿轮箱的寿命预测方面。该方法识别精度较高，处理速度较快，可以有效的对齿轮箱进行剩余寿命预测。

公开(公告)号：CN112233107A

公开(公告)日：2021-01-15

申请号：CN202011217136.X

申请日：2020-11-04

Applicant: 安徽大学

Inventor： 孙冬 ,  时宇 ,  谢庆庆 ,  高刘雅 ,  李萌 ,  高清维 ,  卢一相 ,  竺德 ,  鲍华

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/194 ,  G06T5/30 ,  G06K9/62

Abstract: 本发明公开了基于图像处理技术的葵花籽品级分类方法，涉及物料分选技术领域，方法包括：拍摄葵花籽的原始图像；对原始图像进行二值化处理，得到二值化图像；从二值化图像中分离出每个单独的葵花籽物料；对葵花籽物料计算纹理杂乱度特征和质心偏离度特征；根据上述两个特征，计算每个葵花籽物料的品质因数；根据设定的品质因数和每个葵花籽物料的品质因数进行品级分类。本发明方法的原理简单、执行高效、分级精度高、计算复杂度低，且不涉及复杂的非线性计算，易于在嵌入式系统中使用C语言实现，也可以方便地移植到FPGA中进行实现，具有良好的工业应用价值。

公开(公告)号：CN108537832A

公开(公告)日：2018-09-14

申请号：CN201810316415.8

申请日：2018-04-10

Applicant: 安徽大学

Inventor： 卢一相 ,  陈帅 ,  高清维 ,  孙冬 ,  彭学明 ,  鲍华 ,  夏懿

IPC: G06T7/33 ,  G06T7/11

Abstract: 本发明属于数据识别及数据表示技术领域，公开了一种基于局部不变灰度特征的图像配准方法、图像处理系统，所述基于局部不变灰度特征的图像配准方法构建特征提取描述子；通过寻找配准图像间的特征点，采用最近邻法则寻找相匹配的关键点；计算配准图像间的仿射变换变换矩阵H，通过奇异值分解求出其6个参数。构建描述子，将采样点分为奇偶两部分，使得构造描述子时维度显著降低，减少了运行时间，提高了配准时的精度与准确度；构造描述子向量时，根据灰度值大小进行排序，具有旋转不变性。本发明的检测精度较高，具有较好的噪声鲁棒性和较低的计算复杂度，主要得益于较大程度上降低原描述子的维度，对光照变换不敏感。

公开(公告)号：CN106887115A

公开(公告)日：2017-06-23

申请号：CN201710048291.5

申请日：2017-01-20

Applicant: 安徽大学

Inventor： 夏懿 ,  李彦琳 ,  梁路 ,  卢一相 ,  张德祥 ,  章军 ,  高清维

IPC: G08B21/04

CPC classification number: G08B21/043 ,  G08B21/0446

Abstract: 本发明公开了一种老人跌倒监测装置，包括惯性传感模块、足底压力传感模块、信息接收通讯模块以及移动处理终端；惯性传感模块负责采集人体行走过程中的步态运动信息，足底压力传感模块负责采集人体行走过程中的步态压力信息，信息接收通讯模块分别连接着惯性传感模块、足底压力传感模块，负责接收惯性传感模块和足底压力传感模块的数据信息，并与移动处理终端通信连接，将数据信息发送至移动处理终端，由移动处理终端处理判断是否跌倒。本发明还提供了一种老人跌倒风险评估方法，通过惯性传感模块与足底压力传感模块结合的方式采集姿态与步态信息，提高了跌倒监测以及风险评估的准确性。

公开(公告)号：CN119625701A

公开(公告)日：2025-03-14

申请号：CN202411694512.2

申请日：2024-11-25

Applicant: 国网安徽省电力有限公司电力科学研究院 ,  国网安徽省电力有限公司 ,  安徽大学

Inventor： 郝雨 ,  罗沙 ,  方登洲 ,  孙伟 ,  朱太云 ,  赵龙 ,  陈凡 ,  邢璐 ,  史伟豪 ,  高清维 ,  赵大卫 ,  张伟健

IPC: G06V20/60 ,  G06V20/62 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06V30/14 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种轻量级网络表计指针识读方法及系统，方法包括：应用训练好的轻量级识别网络，对采集的表计图进行特征提取和融合，识别表计图中的表计；将识别到的表计进行裁剪，将裁剪后的表计图像采用基于文本识别和霍夫变换的表计读数法读取。本发明在表计识别部分在保持计算效率的前提下，提升特征表达的丰富度和有效性。

公开(公告)号：CN118918095A

公开(公告)日：2024-11-08

申请号：CN202411108006.0

申请日：2024-08-13

Applicant: 安徽大学

Inventor： 卢一相 ,  李庆淏 ,  竺德 ,  高清维 ,  赵大卫 ,  孙冬

IPC: G06T7/00 ,  G06V30/14 ,  G06V10/26 ,  G06V10/75 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045

Abstract: 一种基于CLIP模型的像素‑文本匹配的变压器缺陷检测方法，属于变压器设备缺陷检测技术领域，解决在没有足够多相关数据集的情况下，如何有效地对变压器进行缺陷检测的问题，本发明将CLIP中原始的图像‑文本匹配转化为像素‑文本匹配，并使用像素‑文本分数图指导变压器缺陷的检测；收集变压器设备的缺陷数据，并将其转化为图像文本对，将其输入到模型中，将多模态数据映射到同一的多模态空间中，提取图像嵌入和用于表示“正常”和“异常”状态的文本嵌入，计算像素‑文本分数图，这些分数图被馈送到FPN图像解码器并使用真实标签进行监督，经过训练后，将模型用于变压器设备缺陷的数据集，得到变压器设备缺陷的最终分割结果。

公开(公告)号：CN117474782B

公开(公告)日：2024-11-08

申请号：CN202311493612.4

申请日：2023-11-10

Applicant: 安徽大学

Inventor： 卢一相 ,  张伟健 ,  竺德 ,  高清维 ,  孙冬 ,  彭思远 ,  赵大卫

IPC: G06T5/50 ,  G06V10/44 ,  G06V10/80 ,  G06V10/771 ,  G06V10/54 ,  G06N3/045 ,  G06N3/0464

Abstract: 本申请提供一种红外图像与可见光图像的融合方法及系统，该方法包括采集可见光图像以及对应的红外图像；多级特征提取步骤；将经过残差密集块的每级第一红外特征与第一可见光特征输入至模态融合模块，获取第二红外特征与第二可见光特征；加权运算步骤：将第二可见光特征与第一可见光特征加权后输入至下一层残差密集块，将第二红外特征与第一红外特征加权后输入至下一层残差密集块；判断残差密集块提取分支网络的级数是否小于预设级数，若是，循环多级特征提取步骤至加权运算步骤；若否，将最后一级输出的第二红外特征和第二可见光特征与对应输入的第一红外特征和第一可见光特征分别相加，并结合后输入至解码器恢复图像特征，以获得融合图像。

公开(公告)号：CN118746441A

公开(公告)日：2024-10-08

申请号：CN202410913880.5

申请日：2024-07-09

Applicant: 安徽大学

Inventor： 竺德 ,  胡亮亮 ,  高清维 ,  卢一相 ,  孙冬 ,  赵大卫

IPC: G01M13/045 ,  G06N3/006 ,  G06N3/0464 ,  G06F17/10

Abstract: 本发明涉及电机轴承的早期故障诊断技术领域，解决了传统故障诊断方法在信号分解过程中存在模态混叠和端点效应等，且故障特征信号难以提取的技术问题，尤其涉及一种基于参数优化VMD及卷积神经网络的电机轴承微弱故障诊断方法，该方法包括以下步骤：获取电机滚动轴承在运转状态下的原始信号；基于鲸鱼优化算法WOA优化变分模态分解VMD的参数得到最优参数组合[K,α]，并对原始信号进行信号分解得到若干个本征模态分量IMFs。本发明能够更有效的解决模态混叠等问题，能够自适应的分解信号提取故障特征，并能对电机轴承高效准确的进行故障分析，为早期故障诊断提供了一条有效的新途径。

公开(公告)号：CN118155024B

公开(公告)日：2024-08-20

申请号：CN202410585235.5

申请日：2024-05-13

Applicant: 国网安徽省电力有限公司电力科学研究院 ,  安徽大学 ,  国网智能电网研究院有限公司

Inventor： 钱宇骋 ,  王署东 ,  赵常威 ,  卢一相 ,  竺德 ,  高清维 ,  甘津瑞 ,  张鹏 ,  刘浩 ,  夏卫尚 ,  韩兆刚 ,  常珂 ,  陈彬

IPC: G06V10/774 ,  G06V10/30 ,  G06V10/34 ,  G06V10/72 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明提供大模型图像样本自动生成方法及系统，方法包括：采集电网设备的差异光谱图像数据，以作为原始数据，对原始数据进行形态学滤波操作、数据清洗操作以及数据整合操作，以得到模型训练输入数据；利用生成对抗网络GAN进行对抗操作，对模型训练输入图像数据进行训练，以进行样本生成以及样本评估操作，获取稀缺样本；将稀缺样本与实时采集图像混合，利用支持向量机进行标注处理，以构造适用泛化能力新数据集；利用迁移学习技术，在适用泛化能力新数据集上，对预训练ResNet模型进行训练、验证操作，以得到适用电网图像大模型。本发明解决了电网设备监测与诊断操作中存在样本稀缺，导致模型的监测诊断性能受有制约的技术问题。

公开(公告)号：CN116625678A

公开(公告)日：2023-08-22

申请号：CN202310525524.1

申请日：2023-05-11

Applicant: 安徽大学

Inventor： 高清维 ,  姚执一 ,  卢一相 ,  竺德 ,  孙冬 ,  赵大卫 ,  彭思远 ,  周子杨

IPC: G01M13/028 ,  G06F18/24 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084

Abstract: 本申请提供一种基于平均峭度反卷积网络的故障诊断方法及系统，基于平均峭度反卷积网络的故障诊断方法，包括基于自相关函数将每一滤波器的输入信号划分为m段分割信号；利用平均峭度的最大化计算每一所述分割信号的梯度，并利用L‑BFGS算法对每一所述滤波器的权值进行更新；循环梯度计算和权值更新的步骤，直至满足预设条件，输出每一所述滤波器的权值及滤波信号；基于功率谱的数据分析降维输出最大平均峭度层的信号；利用卷积神经网络针对所述最大平均峭度层的信号进行特征提取；利用分类器获取故障诊断和分类，从而可以解决在转速时变的情况下，现有的机械故障诊断方法无法准确提取故障信号，降低了齿轮箱故障诊断和分类的准确性的技术问题。