一种基于机器学习的设备故障检测方法

    公开(公告)号:CN109635008A

    公开(公告)日:2019-04-16

    申请号:CN201811572223.X

    申请日:2018-12-21

    CPC分类号: G06K9/6292

    摘要: 本发明属于工业设备数据采集与分析技术领域,公开了一种基于机器学习的设备故障检测方法。本发明的技术方案为:S1.获取采集的出现故障的设备的初始数据;S2.对初始数据进行清洗操作及二次筛选;S3.对预数据进行优化操作并输出检索结果;S4.对数据进行分类得到初始结果集;S5.对初始结果集逐次进行分类;S6.通过对比加权平均结果及初始结果集,判断该初始数据代表的设备故障是否属于已知故障;S7.通过人机界面输出故障信息或将该初始数据加入故障数据库。本发明能够实现机器的自我学习功能,同时建立了设备的故障数据库,能够准确及时的确定设备故障以及解决方法,能够降低机械设备维修次数,显著地提高检修效率,适于推广使用。

    一种人员识别系统
    3.
    发明公开

    公开(公告)号:CN109063640A

    公开(公告)日:2018-12-21

    申请号:CN201810856760.0

    申请日:2018-07-31

    发明人: 李健斌

    IPC分类号: G06K9/00 G06K9/34 G06K9/62

    摘要: 本发明提供了一种人员识别系统,包括人员信息采集终端、存储处理服务云端和人员身份识别终端,所述人员信息采集终端包括面部信息采集单元和服装信息采集单元,所述面部信息采集单元用于采集人员面部信息,所述服装信息采集单元用于采集人员服装信息,并将信息传回存储处理服务云端,进行存储与分析,所述身份识别终端根据人员面部信息和服装信息进行人员身份识别。本发明的有益效果为:提供了一种人员识别系统,通过面部信息和服装信息,实现了人员准确识别。

    伪标签生成模型训练方法及伪标签生成方法

    公开(公告)号:CN108460415A

    公开(公告)日:2018-08-28

    申请号:CN201810168230.7

    申请日:2018-02-28

    IPC分类号: G06K9/62 G06N3/08

    摘要: 本发明提供一种伪标签生成模型训练方法及伪标签生成方法,训练方法包括使用神经网络为源域数据提取源域特征向量,为目标域数据提取目标域特征向量;基于源域特征向量和目标域特征向量,进行共有特征捕捉以及差异性特征捕捉;将捕捉到的源域共有特征向量输入第一分类器得到第一分类结果;将捕捉的源域差异特征向量输入至第二分类器得到第二分类结果;基于源域共有特征向量和源域差异特征向量进行特征融合,将获取的源域融合特征向量输入至第三分类器得到第三分类结果;根据第一分类结果、第二分类结果和第三分类结果,对神经网络、第一分类器、第二分类器和第三分类器进行训练。该方法能够不对目标域数据进行标注,生成质量较高的伪标签。

    一种高分辨率遥感图像的场景分类方法及系统

    公开(公告)号:CN107169450A

    公开(公告)日:2017-09-15

    申请号:CN201710340257.5

    申请日:2017-05-15

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明提供了一种高分辨率的遥感图像分类方法,包括:对给定的遥感图像生成场景子图像集合,并建立场景分类训练集;提取所述场景分类训练集中的每幅子图像的第一语义特征;根据所述每幅子图像的第一语义特征建立第一场景分类模型;基于第一场景分类模型计算第一分类结果概率向量;提取所述场景分类训练集中的每幅子图像的第二语义特征;根据所述每幅子图像的第二语义特征建立第二场景分类模型;基于第二场景分类模型计算第二分类结果概率向量;利用分数层融合方法将第一分类结果概率向量和第二分类结果概率向量进行融合,得到第三分类结果概率向量;根据第三分类结果概率向量建立第三场景分类模型;根据第三场景分类模型判定待分类遥感图像的场景类别。本发明能够同时利用高分辨率场景图像的多级语义特征,使二者有机融合,提高了场景分类的准确性。

    基于SGASEN算法的人脸识别优化方法

    公开(公告)号:CN107016377A

    公开(公告)日:2017-08-04

    申请号:CN201710246607.1

    申请日:2017-04-16

    IPC分类号: G06K9/00 G06K9/62 G06N3/12

    摘要: 本发明公开了基于SGASEN算法的人脸识别优化方法,首先对人脸图像进行特征提取,然后使用SGASEN算法进行识别分类。对于SGASEN算法对中存在种群大量无效交叉操作问题,本方法以回归树作为基分类器,在交叉操作之前使用计算简单的杰卡德相似性检测,对相似个体减少交叉操作,使种群更加多样性。又针对SGASEN算法存在基分类器的数目未作限制的问题,在适应度函数中考虑泛化误差和基分类器数目,采用最优保留策略进行遗传进化。最终获得了泛化能力强和基分类器数目少的强分类器,有效地提高了人脸识别的准确率。