-
公开(公告)号:CN112966399A
公开(公告)日:2021-06-15
申请号:CN202110407253.0
申请日:2021-04-15
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
Abstract: 本发明涉及一种基于机器学习的脉管制冷机工况预测方法及系统,方法包括以下步骤:采集脉管制冷机运行时的工况参数数据,并将工况参数数据分为二个部分:训练数据、检验数据;基于训练数据采用LM优化的反向传播算法搭建工况预测模型,通过迭代的方法不断提高工况预测模型的精度;将检验数据输入到工况预测模型中,并将通过工况预测模型计算得出的预测值和实际测量的数据进行比对,验证工况预测模型的精度;系统包括:数据采集模块、学习训练模块、检验模块。本发明通过采集脉管制冷机运行时的工况参数数据搭建训练学习模型,准确预测较难测量的给定PTC的活塞行程和压力幅值,该方法测量成本低于加装传感器且预测值与实际值偏差较小。
-
公开(公告)号:CN112966399B
公开(公告)日:2023-08-22
申请号:CN202110407253.0
申请日:2021-04-15
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
Abstract: 本发明涉及一种基于机器学习的脉管制冷机工况预测方法及系统,方法包括以下步骤:采集脉管制冷机运行时的工况参数数据,并将工况参数数据分为二个部分:训练数据、检验数据;基于训练数据采用LM优化的反向传播算法搭建工况预测模型,通过迭代的方法不断提高工况预测模型的精度;将检验数据输入到工况预测模型中,并将通过工况预测模型计算得出的预测值和实际测量的数据进行比对,验证工况预测模型的精度;系统包括:数据采集模块、学习训练模块、检验模块。本发明通过采集脉管制冷机运行时的工况参数数据搭建训练学习模型,准确预测较难测量的给定PTC的活塞行程和压力幅值,该方法测量成本低于加装传感器且预测值与实际值偏差较小。
-
公开(公告)号:CN118968554A
公开(公告)日:2024-11-15
申请号:CN202411036030.8
申请日:2024-07-31
Applicant: 苏州大学
IPC: G06V40/10 , A61B5/11 , G06V40/16 , G06V40/20 , G06V10/26 , G06V10/30 , G06V10/764 , G06V10/82 , G06V10/10 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于坐姿信息与行为数据辅助面部表情识别的工作疲劳情况检测方法及系统,包括:实时获取人体坐姿和面部的RGB视频图像信息;对单帧图像进行分割,获取序列坐姿图像和面部图像;获取包含坐姿图像和面部图像特征的空间流特征向量和时序流特征向量;对空间流特征向量和时序流特征向量进行拼接得到面部特征向量和坐姿特征向量;将坐姿特征向量输入到预先训练好的DNN模型中进行坐姿分类,得到坐姿分类结果;将坐姿分类结果输入进全连接层获得坐姿分类特征向量;将面部特征向量、坐姿分类特征向量和行为数据特征向量拼接输入到DNN模型进行疲劳多任务检测分类,得到疲劳分类结果。本发明具有高精度、高可靠性和成本低的特点。
-
-