-
Patent Agency Ranking
公开(公告)号：CN116910657A
公开(公告)日：2023-10-20
申请号：CN202310054333.1
申请日：2023-02-03
Applicant: 中南大学
IPC: G06F18/2413 , G06F18/2135 , G06F18/23213 , G06F18/214 , G06N3/0455 , G06N3/088
Abstract: 本发明公开了一种基于无监督学习的故障诊断方法和设备，方法用于对运维工具的运维对象进行故障诊断，包括步骤：获取运维工具的历史日志数据，采用自然语言处理方法表示为日志向量，并嵌入时间和位置信息；对所有历史日志向量聚类；使用同类别下的i个历史日志向量学习对应类别日志的内在模式；获取运维工具的当前日志数据，表示为入有位置和时间的当前日志向量；用当前日志向量所属类别的内在模式，根据当前日志向量及其所属类别下近似的i‑1个历史日志向量，获得参照日志向量；将当前日志向量与参照日志向量对比，判断运维对象是否故障以及故障所在的模块。本发明能快速对运维对象故障进行诊断定位，提高运维对象的故障检测效率和准确率。
-
公开(公告)号：CN116309741B
公开(公告)日：2023-08-11
申请号：CN202310571892.X
申请日：2023-05-22
Applicant: 中南大学
Abstract: 本发明公开了一种TVDS图像配准方法、分割方法、设备及介质，其中配准方法包括：获取待配准TVDS图像并识别车厢型号；根据车厢型号搜索对应模板图像；对待配准TVDS图像和模板图像进行特征提取；基于滑动窗口的方式对待配准TVDS图像和模板图像中非感兴趣区域进行特征筛选；采用双向匹配策略对特征点进行匹配；将待配准TVDS图像与模板图像垂直排列，各特征点匹配对之间进行连线，依次剔除交点数最多的特征点匹配对，直至所有连线无交点；基于剔除后的匹配结果计算两图像之间的变换参数矩阵，基于变换参数矩阵对待配准TVDS图像进行畸变校正。能够有效解决同型不同主体列车图像之间的配准问题，减少对模板图像的需求。
-
公开(公告)号：CN116309741A
公开(公告)日：2023-06-23
申请号：CN202310571892.X
申请日：2023-05-22
Applicant: 中南大学
Abstract: 本发明公开了一种TVDS图像配准方法、分割方法、设备及介质，其中配准方法包括：获取待配准TVDS图像并识别车厢型号；根据车厢型号搜索对应模板图像；对待配准TVDS图像和模板图像进行特征提取；基于滑动窗口的方式对待配准TVDS图像和模板图像中非感兴趣区域进行特征筛选；采用双向匹配策略对特征点进行匹配；将待配准TVDS图像与模板图像垂直排列，各特征点匹配对之间进行连线，依次剔除交点数最多的特征点匹配对，直至所有连线无交点；基于剔除后的匹配结果计算两图像之间的变换参数矩阵，基于变换参数矩阵对待配准TVDS图像进行畸变校正。能够有效解决同型不同主体列车图像之间的配准问题，减少对模板图像的需求。
-
公开(公告)号：CN114998234B
公开(公告)日：2025-01-24
申请号：CN202210572504.5
申请日：2022-05-25
Applicant: 中南大学 , 中国铁路上海局集团有限公司科学技术研究所
Abstract: 本发明公开了一种基于数据增强策略的自监督弹簧缺陷检测方法，包括：获取待检测弹簧图像；将待检测弹簧图像输入训练完成的弹簧缺陷检测模型，得到弹簧缺陷检测结果。训练弹簧缺陷检测模型过程中，通过随机“裁剪‑粘贴”原始图像块的数据增强策略为自监督学习提供监督信号，从而使得网络有能力从大量未标注数据中学习到真实模式的潜在表征，为后续弹簧缺陷检测提供有用的视觉表示。从而实现了能够快速准确地判断一张TVDS测试图像中的弹簧部位是否存在缺陷，可以排除大量车辆弹簧正常运行状态图像，筛选出存在异常概率较大的图像并进行缺陷部位定位与展示，大大减轻工作人员的负担，同时提升异常检测的准确率和及时性。
-
公开(公告)号：CN114998234A
公开(公告)日：2022-09-02
申请号：CN202210572504.5
申请日：2022-05-25
Applicant: 中南大学
Abstract: 本发明公开了一种基于数据增强策略的自监督弹簧缺陷检测方法，包括：获取待检测弹簧图像；将待检测弹簧图像输入训练完成的弹簧缺陷检测模型，得到弹簧缺陷检测结果。训练弹簧缺陷检测模型过程中，通过随机“裁剪‑粘贴”原始图像块的数据增强策略为自监督学习提供监督信号，从而使得网络有能力从大量未标注数据中学习到真实模式的潜在表征，为后续弹簧缺陷检测提供有用的视觉表示。从而实现了能够快速准确地判断一张TVDS测试图像中的弹簧部位是否存在缺陷，可以排除大量车辆弹簧正常运行状态图像，筛选出存在异常概率较大的图像并进行缺陷部位定位与展示，大大减轻工作人员的负担，同时提升异常检测的准确率和及时性。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
