基于并行Transofmer-GRU的多变量时序异常检测方法及系统

    公开(公告)号:CN115510975A

    公开(公告)日:2022-12-23

    申请号:CN202211189813.0

    申请日:2022-09-28

    Abstract: 本发明提供了一种多变量时序异常检测方法及系统,包括以下过程:首先将数据进行预处理输入到特征提取模块中;利用T‑Transformer‑GRU提取时序数据的时间信息;利用F‑Transformer‑GRU提取数据的全局特征关联性;然后将两者进行结合形成新的数据维度作为异常检测模块的输入;通过GRU将新特征分别输入到重构模块和预测模块中,识别数据中的异常;将两者结果进行最优化组合得到异常检测分数;最后,将分数与提前设定好的阈值进行对比输入检测结果。本系统包括数据预处理、特征提取模块和异常检测模块。本发明既捕获数据的时间信息又捕获特征之间的关联性,并将预测和重构两种方式进行最优化结合,提高异常检测精度,增强系统的稳定性,能够处理多种时序数据异常检测任务。

    一种基于Faster RCNN改进的芯片缺陷识别方法

    公开(公告)号:CN115049635A

    公开(公告)日:2022-09-13

    申请号:CN202210796619.2

    申请日:2022-07-06

    Abstract: 本发明提供了一种基于Faster RCNN改进的芯片缺陷检测方法,涉及工业目标检测领域,该方法包括:对数据集进行预处理,采集训练样本集,把样本集导入Faster RCNN,通过特征提取网络对图像样本集进行特征提取,将提取到的特征输入到RPN模块进行训练生成建议框,通过样本集训练和微调得到Faster RCNN模型,使用Faster RCNN模块保存的训练参数对待检测芯片图像进行芯片缺陷检测;该样本集是使用公共合成PCB(印刷电路板)数据集训练所得出的模型,改进了特征提取网络,并使用权重自适应器进行加强学习,在一定程度上提高了检测速度和准确率,使得该发明具有更高的灵活性和识别精度,在电子信息产业中具有更好的实用价值和应用前景。

    一种非接触式应力检测系统及方法

    公开(公告)号:CN104655332A

    公开(公告)日:2015-05-27

    申请号:CN201510061691.0

    申请日:2015-02-04

    Abstract: 本发明公开了一种非接触式应力检测系统及方法,系统包括线圈、交流电源、巨磁阻元件和钢轨,其中,巨磁阻元件设置于线圈内,线圈连接交流电源,线圈上交流电源提供给线圈固定频率的交变电流,该交变电流会产生一个交变磁场,该磁场在钢轨上产生相应的电涡流,巨磁阻元件测量交变电流产生磁场与电涡流产生磁场相互作用的磁场强度大小,实现对钢轨应力的检测;本发明采用电磁感应方式测量钢轨应力,无接触方式,可解决接触式应力传感器由于铁轨震动影响应力传感器精度及寿命的问题。

Patent Agency Ranking