-
公开(公告)号：CN110706720B
公开(公告)日：2022-04-22
申请号：CN201910757522.9
申请日：2019-08-16
申请人： 广东省智能制造研究所
摘要： 本发明公开了一种端到端无监督深度支撑网络的声学异常检测方法，其步骤如下：将声学信号转化为梅尔频谱的声学谱图信号；将搜集到的声音信号划分为训练、验证、测试集，其中验证集负责用来确定异常阈值；构建无监督的深度支撑网络，包括特征学习网络负责提取声学特征，深度检测网络负责判决声音信号是否异常；构建深度支撑网络的损失函数，包括特征学习的最小二乘损失函数，以及深度检测网络的软间隔铰链损失函数；训练验证集，计算最优检测阈值；采用训练好的深度支撑网络定量计算声学的异常值。本发明降低了计算成本，使用了精确率、召回率以及F1值作为判决尺度，减少了算法的人为干预性，提升了高光谱定量分析的精度。
-
公开(公告)号：CN109389123B
公开(公告)日：2021-04-23
申请号：CN201810922532.9
申请日：2018-08-14
申请人： 广东省智能制造研究所
摘要： 本发明涉及喷码字符分割技术领域，具体公开了一种基于先验知识的自适应喷码字符分割方法，包括S1，获取喷码字符的先验知识；S2，对喷码字符进行字符区域的定位，从而得到喷码字符区域图片；S3，对喷码字符区域图片进行喷码垂直倾斜的校正，从而得到已校正字符区域图片；S4，对已校正字符区域图片进行字符分割。本发明公开了一种基于先验知识的自适应喷码字符分割系统，包括先验知识获取单元、字符区域定位单元、喷码垂直倾斜校正单元和字符分割单元。本发明减少了传统字符分割方法大部分的计算量，抗干扰能力高，极大地减少了斜体喷码在垂直投影分割时误切割的概率，字符定位准确率高，提高了喷码字符分割的准确率，同时具有较高稳定性和通用性。
-
公开(公告)号：CN109142547B
公开(公告)日：2021-02-23
申请号：CN201810898396.4
申请日：2018-08-08
申请人： 广东省智能制造研究所
IPC分类号： G01N29/44
摘要： 本发明涉及在线无损检测技术领域，具体公开了一种基于卷积神经网络的声学在线无损检测方法，包括：S1、根据若干个已确定产品质量的金属产品对一产品质量计算网络W进行训练，从而得到产品质量计算模型M；S2、根据于S1所得的所述产品质量计算模型M对未确定质量的被检金属产品进行质量检测，从而判定被检金属产品是否合格。本发明直接从时域声音数据和频域声音数据中提取时域声学特征和频域声学特征，通过大量的样本(已知质量的金属产品)对卷积神经网络进行训练，确保最终的卷积神经网络的参数能提取出最有效的声学特征，有效避免声音大小变化及噪声对检测结果的影响，能提升检测鲁棒性和检测准确率。
-
公开(公告)号：CN107478598A
公开(公告)日：2017-12-15
申请号：CN201710780270.2
申请日：2017-09-01
申请人： 广东省智能制造研究所
IPC分类号： G01N21/359
CPC分类号： G01N21/359
摘要： 本发明公开了一种基于一维卷积神经网络的近红外光谱分析方法，具体包括以下步骤：S1、采集训练集样本的近红外光谱数据，并进行预处理；S2、利用预处理后的训练集数据，基于一维卷积神经网络，建立近红外光谱校正模型；S3、采集测试集样本的近红外光谱数据，并进行预处理；S4、将预处理后的测试集数据代入近红外光谱校正模型，获得预测结果。采用本发明的方法可有效提取近红外光谱中较为陡峭的和较为平缓的吸收峰信息，得到不同分辨率的特征信息，从而能够有效提升利用近红外光谱校正模型的预测精度。本发明在食品药品成分分析、非法化学添加物检测、纺织品成分分析等领域具有良好的应用前景。
-
公开(公告)号：CN111837185A
公开(公告)日：2020-10-27
申请号：CN201880089090.2
申请日：2018-12-07
申请人： 广东省智能制造研究所
摘要： 一种基于约束半非负矩阵分解的声音分类方法、装置及介质，该声音分类包括：将训练声音数据样本和测试声音数据样本表示为半非负矩阵(S1)；根据半非负矩阵构建类别约束矩阵，并根据半非负矩阵构建稀疏约束矩阵(S2)；在类别约束和稀疏约束下，对半非负矩阵进行约束半非负矩阵分解，得到对应的系数矩阵；将系数矩阵中对应于训练声音数据样本的低维表示以及训练声音数据样本的类别信息作为训练数据，对分类模型进行训练得到分类器(S3)；将系数矩阵中对应于测试声音数据样本的低维表示输入分类器，输出测试声音数据样本的分类结果(S4)。该方法有效利用了训练声音数据样本的类别信息并使得降维后的低维表示具有稀疏性，从而得到更具区分性的样本低维表示，提高了声音数据分类方法的正确率。
-
公开(公告)号：CN108899048A
公开(公告)日：2018-11-27
申请号：CN201810443175.8
申请日：2018-05-10
申请人： 广东省智能制造研究所
摘要： 本发明公开了一种基于信号时频分解的声音数据分类方法，该方法包括：对被检金属罐装产品施加激励，使其振动；收集被检产品振动产生的声音，并进行采样处理得到数字化的声信号；处理声信号，得到其频谱信号；对声信号和其频谱信号分别进行信号分解，得到能表征产品质量的时域特征矩阵W1和频域特征W2；将{W1,W2}作为产品质量特征数据，输入到产品质量计算模型进行运算，该模型的运算结果为产品质量参数R；计算R与合格产品质量标准值δ的差值的绝对值D；如果D小于阈值T，则被检产品合格，反之，被检产品不合格。本发明用于基于声发射技术的金属罐装产品质量检测，能有效提高检测正确率。
-
公开(公告)号：CN104519493B
公开(公告)日：2018-11-23
申请号：CN201410798265.0
申请日：2014-12-17
申请人： 广东省智能制造研究所
摘要： 本发明提供一种多个蓝牙设备组网的方法：通过广播/扫描白名单配置，约束组网范围；通讯时，蓝牙设备通过广播方式发送数据包，网络中其他蓝牙设备通过扫描方式获取数据，并对数据进行分析，根据广播包的发送设备地址、接收设备地址和接收此广播包的次数决定对该广播包采取丢弃、执行指令或转发的处理方式。采用这种技术方案，可以突破蓝牙主设备连接从设备的数量限制，拓展了蓝牙组网的设备规模，并且通过数据转发方式，扩展了蓝牙组网通讯的规模、距离限制。
-
公开(公告)号：CN108592775A
公开(公告)日：2018-09-28
申请号：CN201810443898.8
申请日：2018-05-10
申请人： 广东省智能制造研究所
IPC分类号： G01B7/02
摘要： 本发明公开了一种电感式位移传感器及其位移测量方法，其用于检测金属材料的位移。所述电感式位移传感器被设计成激励信号可调的精密高速电感测量部分和根据电感变化计算位移部分。所述电感式位移传感器包括一个微控制器，该微控制器包含数模转换器、模数转换器、PWM控制器。微控制器通过数模转换器输出激励信号，通过改变输出方式可调整激励信号的幅度和频率。激励信号加载在带电感探头的四臂电桥上。该电桥的两个输出信号分别被平均切割成四份，每份包含九十度相位差。平均切割用PWM信号控制模拟开关实现。对输出的八份信号做滑动平均并采样。根据八份信号的滑动平均值可计算电感探头的电感分量。根据该分量的变化可计算位移。
-
公开(公告)号：CN107909015A
公开(公告)日：2018-04-13
申请号：CN201711056964.8
申请日：2017-10-27
申请人： 广东省智能制造研究所
CPC分类号： G06K9/0063 , G06K9/6256 , G06K9/6265 , G06K2009/00644 , G06N3/08
摘要： 本发明公开了一种基于卷积神经网络与空谱信息融合的高光谱图像分类方法，包括如下步骤：S1、提取高光谱图像每一像素点的X、Y轴坐标作为空间信息，并将空间信息与光谱信息合并，作为一个样品的特征信息；S2、随机划分训练集与测试集数据；S3、将包括空间信息与光谱信息的训练集样本放入一维卷积神经网络，训练分类模型；S4、将包括空间信息和光谱信息的训练集样本放入分类模型，进行分类预测。其中卷积神经网络采用不同大小的卷积核进行卷积操作，可有效提取高光谱中光谱维中不同分辨率的特征信息；此外，同时将光谱维信息与空间维信息输入神经网络进行学习，充分利用了高光谱“双高分辨率”的特征，算法结构简单且能够显著提升分类精度。
-
公开(公告)号：CN111837185B
公开(公告)日：2024-03-12
申请号：CN201880089090.2
申请日：2018-12-07
申请人： 广东省智能制造研究所
摘要： 一种基于约束半非负矩阵分解的声音分类方法、装置及介质，该声音分类包括：将训练声音数据样本和测试声音数据样本表示为半非负矩阵(S1)；根据半非负矩阵构建类别约束矩阵，并根据半非负矩阵构建稀疏约束矩阵(S2)；在类别约束和稀疏约束下，对半非负矩阵进行约束半非负矩阵分解，得到对应的系数矩阵；将系数矩阵中对应于训练声音数据样本的低维表示以及训练声音数据样本的类别信息作为训练数据，对分类模型进行训练得到分类器(S3)；将系数矩阵中对应于测试声音数据样本的低维表示输入分类器，输出测试声音数据样本的分类结果(S4)。该方法有效利用了训练声音数据样本的类别信息并使得降维后的低维表示具有稀疏性，从而得到更具区分性的样本低维表示，提高了声音数据分类方法的正确率。
-
-
-
-
-
-
-
-
-
搜索结果
31 条记录 (耗时 0.033 秒)
