-
-
公开(公告)号：CN119202949A
公开(公告)日：2024-12-27
申请号：CN202411551532.4
申请日：2024-11-01
Applicant: 厦门理工学院
IPC: G06F18/2431 , G06F18/214 , G06F18/23213 , G06N20/20 , G06N3/0464 , G06F18/213
Abstract: 本发明提出一种应用于不平衡数据的自适应集成学习分类方法，包括以下步骤：对原始数据进行预处理并提取负类数据和正类数据；然后分别划分为训练集、验证集和测试集；利用滑动窗口对正类和负类的训练集提取特征；对其中的负类聚类后对样本随机欠采样；将欠采样后的样本和相同特征子集下的正类训练集样本组合；选择随机森林为基分类器并利用组合的训练集进行训练；利用正类和负类的验证集组合计算基分类器的交叉熵损失并为每一个基分类器分配权重；利用正类和负类测试集组合进行加权投票，得到预测标签以进行指标计算。本发明结合特征子集的多样性提取和聚类欠采样技术，在面对不平衡数据集的分类问题时能提高对少数类样本的识别能力，优化分类性能。
-
公开(公告)号：CN119089400A
公开(公告)日：2024-12-06
申请号：CN202411585568.4
申请日：2024-11-08
Applicant: 厦门理工学院
IPC: G06F18/25 , G06F18/214 , G06F18/22 , G06V10/40 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种超特高压隔离开关运行状态的确定方法、装置及存储介质，涉及电力系统技术领域，解决了目前存在通过人工定期巡检的方法，在超特高压隔离开关的运行状态出现异常时，无法及时检测的问题。该方法包括：构建目标超特高压隔离开关数据集,确定视觉语言检测模型，利用超特高压隔离开关数据集对视觉语言检测模型进行训练，更新模型参数，得到用于指示图像和语言之间交互关系的目标视觉语言检测模型,获取当前超特高压隔离开关图像，将当前超特高压隔离开关图像输入目标视觉语言检测模型，获得目标视觉语言检测模型输出的目标描述文本,基于目标描述文本确定当前超特高压隔离开关的目标运行状态。
-
公开(公告)号：CN116543306A
公开(公告)日：2023-08-04
申请号：CN202310534582.0
申请日：2023-05-12
Applicant: 厦门理工学院
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06F16/33 , G06F16/36 , G06F40/295
Abstract: 本发明涉及一种基于知识图谱的场景识别方法、终端设备及存储介质，该方法中构建了基于目标关系知识学习的轻量型图检测网络，能够根据目标关系知识进行推理识别目标，并通过模型结构重构的方法进行轻量化处理；通过添加语义分析模块，可以在传统检测的基础上，利用的三元组合中已确定的关系知识或属性知识去增强特征。本发明在提高识别准确率的同时对模型进行轻量化处理，并解决相似场景难以区分的问题，适用于部署到服务型机器人上进行场景识别。
-
公开(公告)号：CN114241403A
公开(公告)日：2022-03-25
申请号：CN202111361344.1
申请日：2021-11-17
Applicant: 厦门理工学院
IPC: G06V20/52 , G06K9/62 , G06V10/774
Abstract: 本发明公开了一种不定方向柔性物的检测方法、电子设备以及存储介质，属于计算机视觉领域。该方法包括：第一步，接收外部输入图像数据；第二步，通过训练好的FCN深度模型进行检测；第三步，将输入的外部图像数据使用训练好的FCN深度模型进行预测，得出检测结果并输出；第四步：进行模型的训练迭代，传递检测误差用来进行训练迭代。通过多次依次采用第三、第四步的方法，最后完成不定方向柔性物的检测。本发明提供了一种准确高效的不定方向柔性物的检测的方法，为现实生活中不定方向柔性物的检测提供更加精确的解释分析。
-
Patent Agency Ranking
公开(公告)号：CN112269124A
公开(公告)日：2021-01-26
申请号：CN202011108156.3
申请日：2020-10-16
Applicant: 厦门理工学院
IPC: G01R31/327 , G01R23/16 , G06K9/62
Abstract: 本发明公开了一种基于自适应灰色关联分析的高压断路器故障诊断方法，包括如下步骤：步骤A，获取各种故障类型的高压断路器的合分闸线圈的故障电流信号，数量为多组，并分别进行希尔伯特‑黄变换，提取电流和时间特征值形成故障特征序列，对所有的故障特征序列进行FCM聚类，得出每种故障类型的典型故障特征序列；步骤B，获取高压断路器运行时的合分闸线圈的运行电流信号，对运行电流信号进行希尔伯特‑黄变换，提取电流和时间特征值形成待诊断特征序列；步骤C，将待诊断特征序列分别与每种故障类型的典型故障特征序列进行灰色关联分析，得出待诊断特征序列与每种故障类型的典型故障特征序列的灰色关联度，进而得出待诊断特征序列的故障类型。
-
公开(公告)号：CN112149596A
公开(公告)日：2020-12-29
申请号：CN202011049302.X
申请日：2020-09-29
Applicant: 厦门理工学院
Abstract: 本发明涉及一种异常行为检测方法、终端设备及存储介质，该方法中包括：采集多组连续t+1帧视频图像组成的视频图像序列，将所有视频图像序列组成训练集；构建U‑Net神经网络，U‑Net神经网络的输入为第1～t帧视频图像组成的视频图像序列，输出经过U‑Net神经网络重构后的重构图像，通过训练集对U‑Net神经网络进行训练，使得重构图像与采集的第t+1帧的真实图像的差异最小；通过训练后的U‑Net神经网络对视频中连续帧的图像不断重构，通过重构图像与其对应的真实图像之间的差异与阈值的关系，判断视频中是否存在异常行为。本发明从大量视频数据的规律中自主学习对行为类别的分类，省去了标注标签的工作量。
-
公开(公告)号：CN108009063B
公开(公告)日：2020-09-18
申请号：CN201711244440.1
申请日：2017-11-30
Applicant: 厦门理工学院
IPC: G06F11/26 , G06F11/263
Abstract: 一种电子设备故障阈值检测的方法，其方法先以固定频率采集电子设备中不同工作指标的采样数值，对不同工作指标的采样数值进行特征选择，得到与电子设备运行状态最贴近的工作指标，将该工作指标的采样数值作为基础训练数据，计算得到其分组周期，按时间顺序进行分组；随后通过每一基础训练数据的特征值判断故障所在的周期，以故障所在的周期对基础训练数据进行分组，在通过非线性状态评估算法计算两类分组，得到故障阈值，实现了对不同类型电子设备的通用故障检测。
-
公开(公告)号：CN107977626B
公开(公告)日：2020-09-15
申请号：CN201711244439.9
申请日：2017-11-30
Applicant: 厦门理工学院
Abstract: 一种电子设备工作数据的分组方法，其方法先以固定频率采集电子设备中不同工作指标的采样数值，对不同工作指标的采样数值进行特征选择，得到与电子设备运行状态最贴近的工作指标，将该工作指标的采样数值作为基础训练数据，计算得到其分组周期，按时间顺序进行分组；随后通过每一基础训练数据的特征值判断故障所在的周期，以故障所在的周期对基础训练数据进行分组，在通过非线性状态评估算法计算两类分组，得到故障阈值，实现了对不同类型电子设备的通用故障检测。
-
公开(公告)号：CN108540029B
公开(公告)日：2020-06-16
申请号：CN201810482096.8
申请日：2018-05-18
Applicant: 厦门理工学院
IPC: H02P21/00
Abstract: 本发明涉及一种基于改进型SPSA的电机转速控制参数优化方法及系统，方法包括以下步骤：S1,初始化；S2,优化过程，根据改进型SPSA方法给出新的、待实验的、标度化后的迭代控制参数组合；S3,预处理过程，将标度化后的迭代控制参数组合预处理成实际可行迭代控制参数组合；S4,实验测试过程；S5,后处理过程，按公式计算其ITAE指标以评估电机的控制性能，并对实际可行迭代控制参数组合进行标度化；S6,评估过程，根据实际可行迭代控制参数组合及其对应的ITAE值，对实际可行迭代控制参数组合是否符合最优性进行实时评估，若符合最优性，则输出最优控制参数组合，否则转至S2进行迭代。本发明实施成本小，节省优化时间和实验耗费。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.045 seconds)
