公开(公告)号：CN115936485A

公开(公告)日：2023-04-07

申请号：CN202211442953.4

申请日：2022-11-17

Applicant: 湖南大学

Inventor： 唐卓 ,  程欣威 ,  李肯立 ,  王啸 ,  向婷 ,  肖展飞 ,  胡哲畅 ,  潘帅

IPC: G06Q10/0639 ,  G06F17/18

Abstract: 本发明公开了一种基于故障树的评估生产线稳定性的方法，包括以下步骤：获取一段时间内生产线上每一台设备的传感器采集到的该设备的多个参数，并计算每个参数对应的过程能力指数，将得到的每台设备对应的每个参数对应的过程能力指数输入预先训练好的多元线性回归模型，以得到该设备的稳定性指标，将每台设备的稳定性指标，输入到预先构建好的基于故障树的稳定性分析模型，以得到该设备最终的稳定性判断结果。本发明能够解决现有机器学习方法对于生产线复杂，训练时间长，导致实际部署运行无法适应生产环境的实时性要求的技术问题。

公开(公告)号：CN115908916A

公开(公告)日：2023-04-04

申请号：CN202211443275.3

申请日：2022-11-17

Applicant: 湖南大学

Inventor： 唐卓 ,  胡哲畅 ,  李肯立 ,  宋莹洁 ,  左知微 ,  张学东

IPC: G06V10/764 ,  G06V10/774 ,  G06N3/084 ,  G06N3/04

Abstract: 本发明公开了一种基于分布式深度学习的商品图像识别方法，包括步骤：主节点获取多个商品图片{p0，p1，...，pn‑1}，并将所有商品图片平均分配给所有从节点，第i个从节点根据所需识别所有商品图片对应的图片序号集合Assignmenti，对图片序号集合对应的每个商品图片重新设置长宽大小，并经过标准化处理后，得到该商品图片对应的张量T，所有商品图片对应的张量共同构成张量集合{Ti}，第i个从节点将步骤(2)得到的所有商品图片对应的张量集合{Ti}中的所有张量依次输入训练好的深度神经网络模型中，以得到识别结果集合{resi}，并将识别结果集合{resi}发送至主节点，识别结果集合{resi}中的每个元素均为二元组(index，class)，本发明能够解决利用深度学习进行图片分类对设备要求门槛高的技术问题。