一种基于深度迁移学习的旋转机械故障诊断方法

    公开(公告)号:CN110619342B

    公开(公告)日:2023-02-03

    申请号:CN201810634598.8

    申请日:2018-06-20

    申请人: 鲁东大学

    摘要: 本发明公开了一种基于深度迁移学习的旋转机械故障诊断方法,属于旋转机械故障诊断领域。以堆叠自编码器为框架,在无监督预训练阶段逐层递增的适配不同领域概率分布,缩小源域和目标域的分布差异;在微调阶段则进行流形一致性适配,提高深度学习诊断模型的判别结构与数据流形结构的一致性,进一步提高诊断精度。本发明将迁移学习理论与深度学习诊断模型的训练过程相结合,赋予深度学习诊断模型对工况变化的鲁棒性,有效解决了现有深度学习诊断模型在变工况条件下精度严重衰退的问题,显著提高了变工况条件下的旋转机械故障精度。此外,新方法无需目标域待诊断数据标签,具有良好的适用性。

    一种融合离散小波变换的空域彩色数字图像盲水印方法

    公开(公告)号:CN108648134B

    公开(公告)日:2022-06-14

    申请号:CN201810487994.2

    申请日:2018-05-21

    申请人: 鲁东大学

    IPC分类号: G06T1/00

    摘要: 本发明结合空域数字水印算法运行速度快和频域数字水印算法鲁棒性高的优点,公开了一种融合离散小波变换的空域彩色数字图像盲水印方法。本发明根据离散小波变换低频系数的独有特性,在空域中获得图像块的二维离散小波变换低频近似分量中的第一个低频系数,并利用该低频系数在空域中完成数字水印的嵌入与盲提取,而无需进行真正的二维离散小波变换即可完成。该发明能将彩色图像数字水印嵌入到彩色宿主图像中,不但具有较好的水印隐蔽性和较强的鲁棒性,而且具有较好的实时性,解决了大容量彩色图像数字水印运行速度慢的难题,适用于快速、高效进行数字媒体版权保护的场合。

    基于五曲面片加权平均拟合的图像放大方法和装置

    公开(公告)号:CN111507903B

    公开(公告)日:2021-05-11

    申请号:CN202010299083.4

    申请日:2020-04-16

    申请人: 鲁东大学

    发明人: 王桦 张帆 张小峰

    IPC分类号: G06T3/40

    摘要: 本发明公开了一种基于五曲面片加权平均拟合的图像放大方法和装置,属于图像处理领域。本发明将图像重叠的分成4×4大小的图像块,然后将每个4×4图像块分成4个3×3大小的图像子块,在每个子块上构造一个二次多项式曲面片;再在4×4的图像块上构造一个二次多项式曲面片;为5张曲面片构造权函数;在每个正方形区域上,对5个曲面片加权平均生成双四次多项式拟合曲面片,将所有双四次多项式拟合曲面片拼接在一起组成原场景的近似曲面;对原场景的近似曲面重采样,即可得到不同倍数的放大图像。本发明的图像放大方法简单有效,在较好的保持图像细节和边缘前提下有较高的算法效率。

    基于五曲面片加权平均拟合的图像放大方法和装置

    公开(公告)号:CN111507903A

    公开(公告)日:2020-08-07

    申请号:CN202010299083.4

    申请日:2020-04-16

    申请人: 鲁东大学

    发明人: 王桦 张帆 张小峰

    IPC分类号: G06T3/40

    摘要: 本发明公开了一种基于五曲面片加权平均拟合的图像放大方法和装置,属于图像处理领域。本发明将图像重叠的分成4×4大小的图像块,然后将每个4×4图像块分成4个3×3大小的图像子块,在每个子块上构造一个二次多项式曲面片;再在4×4的图像块上构造一个二次多项式曲面片;为5张曲面片构造权函数;在每个正方形区域上,对5个曲面片加权平均生成双四次多项式拟合曲面片,将所有双四次多项式拟合曲面片拼接在一起组成原场景的近似曲面;对原场景的近似曲面重采样,即可得到不同倍数的放大图像。本发明的图像放大方法简单有效,在较好的保持图像细节和边缘前提下有较高的算法效率。

    基于在线学习的潜在语义跨媒体哈希检索方法

    公开(公告)号:CN108595688A

    公开(公告)日:2018-09-28

    申请号:CN201810429547.1

    申请日:2018-05-08

    申请人: 鲁东大学

    IPC分类号: G06F17/30 G06K9/62

    摘要: 本发明公开了一种基于在线学习的潜在语义跨媒体哈希方法实现图像和文本模态的跨媒体检索,该方法包括以下步骤:建立图像、文本对数据集,提取数据集中数据的特征并去均值,按照一定比例划分训练集和测试集;将离散标签映射到连续的潜在语义空间,并利用保持数据间相似性构建目标函数;利用基于在线学习的迭代优化方案求解目标函数,当有新数据产生时,只利用新数据更新哈希函数,提升了训练过程的效率;利用哈希函数计算测试集中图像和文本数据的哈希码,将测试集中某一模态的数据作为查询集,另一模态的数据作为目标数据集,计算查询数据集中数据与目标数据集中所有数据的汉明距离,并按升序排序,返回排序靠前的异构数据作为跨媒体检索结果。

    一种融合快速傅里叶变换的彩色QR码数字盲水印方法

    公开(公告)号:CN109102454B

    公开(公告)日:2023-08-01

    申请号:CN201810916666.X

    申请日:2018-08-13

    申请人: 鲁东大学

    IPC分类号: G06T1/00

    摘要: 本发明结合空域数字水印算法运行速度快和频域数字水印算法鲁棒性高的优点,公开了一种融合快速傅里叶变换的彩色QR码数字盲水印方法。本发明根据快速傅里叶变换直流系数的独有特性,在空域中获得图像块的快速傅里叶变换的直流系数,并利用该直流系数在空域中完成数字水印的嵌入与盲提取,而无需进行真正的快速傅里叶变换即可完成。该发明能将彩色QR码数字水印嵌入到彩色宿主图像中,不但具有较好的水印隐蔽性和较强的鲁棒性,而且具有较好的实时性,解决了大容量彩色图像数字水印运行速度慢的难题,适用于快速、高效进行数字媒体版权保护的场合。

    基于多相似度一致矩阵分解的哈希检索方法

    公开(公告)号:CN113656700A

    公开(公告)日:2021-11-16

    申请号:CN202110985144.7

    申请日:2021-08-26

    申请人: 鲁东大学

    摘要: 本发明公开了基于多相似度一致矩阵分解的哈希检索方法,其通过互联网收集图像和文本数据建立数据集,并将数据集划分为训练集和测试集;利用BOW算法分别提取所有图像和文本模态数据的特征;为了更好地挖掘不同模态之间的语义相关性,设计了一个多相似度一致矩阵,该矩阵既能保持数据之间的绝对相似度,又能保持数据之间的相对相似度;利用多相似度一致矩阵和矩阵分解将图像、文本数据分别映射到一个语义子空间;利用类标签衍生出一个语义子空间,并利用该空间对齐图像和文本模态的语义;通过最小化量化损失生成统一的哈希码;本发明具有较高的检索性能,容易应用到大规模数据集,因此具有广阔的应用前景。

    可注射水凝胶疗效评估的左心室几何模型构造方法和装置

    公开(公告)号:CN111584093B

    公开(公告)日:2021-04-30

    申请号:CN202010395497.7

    申请日:2020-05-12

    申请人: 鲁东大学

    发明人: 王桦 张帆 张小峰

    摘要: 本发明公开了一种可注射水凝胶疗效评估的左心室几何模型构造方法和装置,属于图像处理领域。其包括:获取包括左心室的磁共振图像;对磁共振图像进行分割,得到左心室的不同器官组织集合;对每个像素,在以该像素为中心的3×3×3图像块上构造一个三变量的二次多项式体函数块;在由相邻8个像素构成的每个单位立方体上,将该立方体中所有像素的二次多项式体函数块加权平均,构造一个三变量的三次多项式体函数块;将所有三次多项式体函数块组合在一起,得到左心室三维几何模型。本发明为水凝胶对治疗心肌梗死疗效评估提供了构造高精度左心室实体模型的方法,为高准确评估提供了有效技术,为医护人员提高医治心肌梗死的疗效提供了重要的辅助技术。

    一种基于深度迁移学习的旋转机械故障诊断方法

    公开(公告)号:CN110619342A

    公开(公告)日:2019-12-27

    申请号:CN201810634598.8

    申请日:2018-06-20

    申请人: 鲁东大学

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于深度迁移学习的旋转机械故障诊断方法,属于旋转机械故障诊断领域。以堆叠自编码器为框架,在无监督预训练阶段逐层递增的适配不同领域概率分布,缩小源域和目标域的分布差异;在微调阶段则进行流形一致性适配,提高深度学习诊断模型的判别结构与数据流形结构的一致性,进一步提高诊断精度。本发明将迁移学习理论与深度学习诊断模型的训练过程相结合,赋予深度学习诊断模型对工况变化的鲁棒性,有效解决了现有深度学习诊断模型在变工况条件下精度严重衰退的问题,显著提高了变工况条件下的旋转机械故障精度。此外,新方法无需目标域待诊断数据标签,具有良好的适用性。

    一种融合离散小波变换的空域彩色数字图像盲水印方法

    公开(公告)号:CN108648134A

    公开(公告)日:2018-10-12

    申请号:CN201810487994.2

    申请日:2018-05-21

    申请人: 鲁东大学

    IPC分类号: G06T1/00

    摘要: 本发明结合空域数字水印算法运行速度快和频域数字水印算法鲁棒性高的优点,公开了一种融合离散小波变换的空域彩色数字图像盲水印方法。本发明根据离散小波变换低频系数的独有特性,在空域中获得图像块的二维离散小波变换低频近似分量中的第一个低频系数,并利用该低频系数在空域中完成数字水印的嵌入与盲提取,而无需进行真正的二维离散小波变换即可完成。该发明能将彩色图像数字水印嵌入到彩色宿主图像中,不但具有较好的水印隐蔽性和较强的鲁棒性,而且具有较好的实时性,解决了大容量彩色图像数字水印运行速度慢的难题,适用于快速、高效进行数字媒体版权保护的场合。