-
公开(公告)号:CN116680598A
公开(公告)日:2023-09-01
申请号:CN202310645003.X
申请日:2023-06-01
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06F18/24 , H02J13/00 , G01R31/00 , G06F18/214 , G06N3/0442
Abstract: 本发明公开了一种用于工地智能配电箱的故障诊断和剩余寿命预测方法,包括以下步骤:从配电箱中采集到的数据通过无线网络传输到云平台;搭建基于LSTM的预处理模型、基于DBN的无监督HI的故障诊断模型和基于DBN和IPF的剩余寿命预测模型:将云平台接收到的数据放入神经网络进行训练;通过训练完成后的网络模型对配电箱中的配件进行检测,预测未来一段时间内某个单一零件是否会发生故障以及剩余使用时间,最终将训练结果返回云平台端显示以及是否加以人为干预。本发明相比现有技术,能够更好地维护工地场景下配电箱的使用,提前预知配电箱故障发生的时间,提高维修效率,大大降低人工成本。
-
公开(公告)号:CN114241006A
公开(公告)日:2022-03-25
申请号:CN202111560295.4
申请日:2021-12-20
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明属于精子监测与自动提取的技术领域,提供了一种基于机器学习的精子跟踪与自动提取方法。目的在于解决目前主要的精子监测方法普遍存在监测精度较低,监测速度慢,不利于精子多目标实时追踪的问题。主要方案包括,获取精子样本的实时图像数据;通过YOLO‑V4、KCF跟踪器、Kalman滤波器实现多精子跟踪;根据跟踪结果计算精子的速度,并根据速度确定目标精子;使用YOLO‑V4检测提取针在图像中的位置;根据提取针的位置以及精子的跟踪位置构造提取针控制器的观测状态;将观测状态输入DDPG深度强化学习模型中的actor网络中,得到控制量。将actor网络输出控制量输入提取针控制器中,并将控制量转换成控制器可执行的控制信号。控制器根据控制信号执行控制量对应的行为。
-