公开(公告)号：CN118862950A

公开(公告)日：2024-10-29

申请号：CN202411364712.1

申请日：2024-09-29

Applicant: 烟台大学

Inventor： 刘兆伟 ,  谢淼斯 ,  王腾江 ,  阎维青 ,  姜岸佐 ,  孟振华 ,  宋永超 ,  单垚 ,  李恒

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06F18/20

Abstract: 本发明涉及故障诊断技术领域，尤其是涉及一种基于图结构联合优化的工业设备故障诊断方法及系统。方法包括获取原始设备数据集；根据原始设备数据集构建原始图结构；基于原始图结构提取两个基本视图，利用GCN计算基本视图的图节点嵌入，基于图节点嵌入重新计算图结构中边的概率；基于图结构中边的概率进行视图融合，得到初步优化后的视图；通过GAT网络处理融合视图，得到增强视图；本发明优化了传统故障诊断中遇到的预测精准度低和鲁棒性差等问题，从而显著提升了工业互联网设备的稳定性。

公开(公告)号：CN118643407A

公开(公告)日：2024-09-13

申请号：CN202411095472.X

申请日：2024-08-12

Applicant: 烟台大学

Inventor： 刘兆伟 ,  谢淼斯 ,  陈健 ,  刘志中 ,  王涛 ,  王海洋 ,  宋永超

IPC: G06F18/2415 ,  G06F18/22 ,  G06F18/2321 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/047 ,  G06N3/084 ,  G06Q50/00

Abstract: 本发明涉及社交数据分类技术领域，尤其是涉及一种基于贝叶斯原型图学习的用户归纳方法及系统。方法包括获取社交平台数据，并对社交平台数据进行预处理，得到图结构；基于社交平台数据构建贝叶斯推理模型，所述模型参数为具有先验和先验分布的随机变量；使用GCN作为模型编码器的主干部分，将图结构输入到编码器中，得到图结构的嵌入表示。本发明中，引入人工智能、深度学习算法，将社交网络与图神经网络结合利用图结构学习算法、原型学习思想、贝叶斯推理优化、残差连接等一系列技术，实现对社交平台用户群体进行智能分类和归纳。

公开(公告)号：CN118862950B

公开(公告)日：2025-03-07

申请号：CN202411364712.1

申请日：2024-09-29

Applicant: 烟台大学

Inventor： 刘兆伟 ,  谢淼斯 ,  王腾江 ,  阎维青 ,  姜岸佐 ,  孟振华 ,  宋永超 ,  单垚 ,  李恒

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06F18/20

Abstract: 本发明涉及故障诊断技术领域，尤其是涉及一种基于图结构联合优化的工业设备故障诊断方法及系统。方法包括获取原始设备数据集；根据原始设备数据集构建原始图结构；基于原始图结构提取两个基本视图，利用GCN计算基本视图的图节点嵌入，基于图节点嵌入重新计算图结构中边的概率；基于图结构中边的概率进行视图融合，得到初步优化后的视图；通过GAT网络处理融合视图，得到增强视图；本发明优化了传统故障诊断中遇到的预测精准度低和鲁棒性差等问题，从而显著提升了工业互联网设备的稳定性。

公开(公告)号：CN118365646B

公开(公告)日：2024-10-01

申请号：CN202410796193.X

申请日：2024-06-20

Applicant: 烟台大学

Inventor： 刘兆伟 ,  谢淼斯 ,  高汝斐 ,  王飞 ,  宋永超

IPC: G06T7/00 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明涉及缺陷检测技术领域，尤其是涉及一种基于生成对抗网络的异型衬套缺陷检测方法及系统。所述方法，包括获取包含异型衬套外表面的图像数据，并利用图像数据生成点云数据；对生成的点云数据进行预处理，包括利用欧式聚类算法对点云数据进行去噪处理；利用预处理后的点云数据构建对抗网络模型，包括构建生成器、判别器和损失函数；基于构建完成的对抗网络模型进行模型训练，包括对生成器和判别器进行训练；利用预处理后的点云数据和对抗网络模型进行模型的缺陷检测；根据缺陷检测结果进行缺陷记录。本发明通过引入注意力机制的生成对抗网络能够更好地关注和利用点云数据中的重要信息，提高缺陷检测的准确性和效率。

公开(公告)号：CN118365646A

公开(公告)日：2024-07-19

申请号：CN202410796193.X

申请日：2024-06-20

Applicant: 烟台大学

Inventor： 刘兆伟 ,  谢淼斯 ,  高汝斐 ,  王飞 ,  宋永超

IPC: G06T7/00 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明涉及缺陷检测技术领域，尤其是涉及一种基于生成对抗网络的异型衬套缺陷检测方法及系统。所述方法，包括获取包含异型衬套外表面的图像数据，并利用图像数据生成点云数据；对生成的点云数据进行预处理，包括利用欧式聚类算法对点云数据进行去噪处理；利用预处理后的点云数据构建对抗网络模型，包括构建生成器、判别器和损失函数；基于构建完成的对抗网络模型进行模型训练，包括对生成器和判别器进行训练；利用预处理后的点云数据和对抗网络模型进行模型的缺陷检测；根据缺陷检测结果进行缺陷记录。本发明通过引入注意力机制的生成对抗网络能够更好地关注和利用点云数据中的重要信息，提高缺陷检测的准确性和效率。