-
公开(公告)号：CN111291712A
公开(公告)日：2020-06-16
申请号：CN202010117046.7
申请日：2020-02-25
申请人： 河南理工大学
IPC分类号： G06K9/00 , G06K9/46 , G06K9/62 , G06N3/04 , G06N3/08 , G06T3/40 , G06T5/30 , G06T7/11 , G08B17/00
摘要： 本发明公开了一种基于插值的CN和胶囊网络的森林火灾识别方法，其包括以下步骤：构建森林火灾火焰的初始样本集合；对初始样本集合进行灰度化操作，对灰度化后的样本图像进行连续空间域插值以实现尺度的标准化；通过迁移学习方法对CapsNet网络进行训练，形成最终的火灾识别模型；应用CN算法构建火焰样本集合描述的主元颜色空间向量；采集目标图像，确定疑似火焰区域；提取疑似火焰图像并灰度化，应用连续空间线性插值的方法进行尺度标准化；将目标标准化图像输入火灾识别模型，得到最终的识别结果。本发明还公开了一种基于插值的CN和胶囊网络的森林火灾识别装置。本发明提高了火灾检测的实时性和有效性。
-
公开(公告)号：CN110895701A
公开(公告)日：2020-03-20
申请号：CN201910504074.1
申请日：2019-06-12
申请人： 河南理工大学
摘要： 本发明公开了一种基于CN(Color Names)和FHOG(Fused Histogram Oriented Gradient)的森林火灾在线识别方法及装置，包括以下步骤：S1、构建火焰样本图像集合；S2、将样本图像在CN颜色空间投影，并依据主元分析方法确定投影颜色空间主元；S3、构建火焰的FHOG特征，应用金字塔池化方法进行均值池化，构建FHOG特征集合；S4、采集图像，并进行主元颜色空间投影，在投影图像中应用阈值处理确定疑似火点区域；S5、计算疑似火点区域的FHOG特征并进行金字塔池化；S6、计算疑似火点区域金字塔池化FHOG特征与FHOG特征集合中样本特征的相似度，依据阈值最终确定火灾发生情况；S7、如果发生火灾，给出报警信息。本发明还提供了基于CN+FHOG特征的在线火灾识别装置。本发明精度高，能够有效的进行火灾在线识别。
-
公开(公告)号：CN118013820A
公开(公告)日：2024-05-10
申请号：CN202410059660.0
申请日：2024-01-15
申请人： 河南理工大学
IPC分类号： G06F30/27 , G06F18/213 , G06F18/241 , G06N3/0464 , G01R31/34
摘要： 本发明实施例公开了一种电机故障诊断方法、装置、电子设备及存储介质，该方法包括：建立用于将故障状态信号的原始频率映射至特征频率域空间的非线性倒谱函数，根据所述倒谱参数构建空间分布式滤波器，并通过所述空间分布式滤波器对所述故障状态信号进行提取，然后依次通过特征分布注意网络和空间注意网络处理，再输入分类识别网络，得到电机的故障类别，削弱了非故障状态扰动和多源信号噪声对故障信号的影响，有利于实现故障状态信号关联谐波干扰的解耦及谐波成分抑制，有利于实现电机故障的精准诊断，对提升电机运行稳定性以及在高性能、高可靠等高端应用场合的核心竞争力具有重要的理论意义和应用价值。
-
公开(公告)号：CN118013782A
公开(公告)日：2024-05-10
申请号：CN202410061843.6
申请日：2024-01-16
申请人： 河南理工大学
IPC分类号： G06F30/23 , G06F30/10 , G06F119/04
摘要： 本发明实施例公开了一种传感器布点优化方法、装置、电子设备及存储介质，该方法包括：根据随机退化模型以及首达时间定义，得到寿命预测的初始模型；根据健康指标数据集以及所述初始模型得到退化设备的寿命预测模型；根据多个状态数据以及所述寿命预测模型，得到退化设备的多个预测寿命值；形成总误差矩阵；根据总误差矩阵取最小值时对应的位置数据以及传感器误差数据，确定布置传感器的最优位置。本发明通过数据特征提取与所提取特征时变演化过程随机建模之间的联动，确定实际测试中传感器所处的最优的位置，实现数模联动的传感器布点优化，布置多源传感器，有利于精确提取标志性故障特征信号。
-
公开(公告)号：CN111310690B
公开(公告)日：2023-03-24
申请号：CN202010117030.6
申请日：2020-02-25
申请人： 河南理工大学
IPC分类号： G06V20/13 , G06V10/56 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于CN和三通道胶囊网络的森林火灾识别方法和装置，识别方法包括以下步骤：构建森林火灾火焰的初始样本集合；获取初始样本集合中的每个样本的火焰区域图像，构建形成火焰样本集合；创建三通道CapsNet网络模型；通过Mnist数据集对单个的CapsNet网络进行训练，将对单个的CapsNet网络进行训练形成的参数迁移至三通道CapsNet网络模型中，三通道CapsNet网络模型中的总全连接层的参数通过随机初始化实现；通过火焰样本集合对三通道CapsNet网络模型进行二次训练，形成最终的火灾识别模型；应用CN算法构建火焰样本集合描述的主元颜色空间向量。本发明提高了火灾检测的实时性和有效性。
-
公开(公告)号：CN110895701B
公开(公告)日：2023-03-24
申请号：CN201910504074.1
申请日：2019-06-12
申请人： 河南理工大学
摘要： 本发明公开了一种基于CN(Color Names)和FHOG(Fused Histogram Oriented Gradient)的森林火灾在线识别方法及装置，包括以下步骤：S1、构建火焰样本图像集合；S2、将样本图像在CN颜色空间投影，并依据主元分析方法确定投影颜色空间主元；S3、构建火焰的FHOG特征，应用金字塔池化方法进行均值池化，构建FHOG特征集合；S4、采集图像，并进行主元颜色空间投影，在投影图像中应用阈值处理确定疑似火点区域；S5、计算疑似火点区域的FHOG特征并进行金字塔池化；S6、计算疑似火点区域金字塔池化FHOG特征与FHOG特征集合中样本特征的相似度，依据阈值最终确定火灾发生情况；S7、如果发生火灾，给出报警信息。本发明还提供了基于CN+FHOG特征的在线火灾识别装置。本发明精度高，能够有效的进行火灾在线识别。
-
公开(公告)号：CN109753942B
公开(公告)日：2022-11-04
申请号：CN201910030221.6
申请日：2019-01-14
申请人： 河南理工大学
摘要： 本发明公开了一种基于空间金字塔FHOG特征的人脸表情识别方法，其包括以下步骤：S1、获取人脸表情图像样本集，提取人脸表情图像样本集中每个人脸表情图像样本的SP‑FHOG特征；S2、将每个人脸表情图像样本的SP‑FHOG特征输入神经网络中进行训练，得到人脸表情识别模型；S3、获取目标人脸表情图像，提取目标人脸表情图像的SP‑FHOG特征；S4、将目标人脸表情图像的SP‑FHOG特征输入到人脸表情识别模型中进行识别。本发明还提供了基于空间金字塔FHOG特征的人脸表情识别装置。本发明应用空间金字塔对cell的FHOG特征进行处理，最终获得了人脸图像的整体特征和局部特征，提高了识别效果。
-
公开(公告)号：CN112733706A
公开(公告)日：2021-04-30
申请号：CN202110020414.0
申请日：2021-01-07
申请人： 河南理工大学
摘要： 本发明实施例涉及故障检测技术领域，公开了基于双线性LBP的电机故障诊断方法、电子设备及介质。该方法包括：接收传感器采集的电机的单通道原始数据；对单通道原始数据规范化至0‑255，得到规范化后的单通道原始数据，称为前处理数据；使用双线性LBP算法对前处理数据进行处理，得到第一LBP数据和第二LBP数据；将前处理数据、第一LBP数据和第二LBP数据构建三通道特征数据；将三通道特征数据构建三通道特征图像，输入预先训练的网络模型，输出诊断结果。实施本发明实施例，可以强单通道原始数据本身的空间分辨力，提升了故障类别的空间可分离性，最终提升故障诊断算法的检测效率。
-
公开(公告)号：CN111028265A
公开(公告)日：2020-04-17
申请号：CN201911091780.4
申请日：2019-11-11
申请人： 河南理工大学
摘要： 本发明公开了一种基于迭代法构建相关滤波响应的目标跟踪方法，包括以下步骤：S1、确定跟踪目标参数，提取融合特征并加窗处理；S2、通过频域隐式插值构建多分辨率特征图；S3、PCA方法构建特征降维矩阵；S4、应用共轭梯度法构建特征滤波器；S5、提取候选区域多尺度的融合特征并降维加窗；S6、频域隐式插值构建多分辨率特征图；S7、滤波处理获得各个通道的响应矩阵；S8、构建响应矩阵，确定跟踪结果；S9、更新GMM模型，更新滤波器；S10、循环执行S5、S6、S7、S8、S9。本发明可以有效降低特征冗余，限制较大误差的相关滤波响应对最终响应图的影响，提高跟踪方法效率。
-
公开(公告)号：CN110895820A
公开(公告)日：2020-03-20
申请号：CN201910190867.0
申请日：2019-03-14
申请人： 河南理工大学
IPC分类号： G06T7/246
摘要： 本发明公开了一种基于KCF的尺度自适应目标跟踪方法，其包括以下步骤：步骤1、选择跟踪目标区域，创建初始跟踪窗口及Padding窗，构建跟踪目标区域标签；步骤2、构建核相关滤波模型；步骤3、依据初始跟踪目标，构建跟踪目标尺度特征集合；步骤4、确定响应图像中最大位移；步骤5、确定最大响应位移；步骤6、确定跟踪目标的粗略位置；步骤7、在粗略位置提取SPP-FHOG特征，修正余弦窗；步骤8、更新核相关滤波的循环矩阵模型和参数；步骤9、循环执行步骤，实现对跟踪目标的连续跟踪。本发明可以解决KCF算法尺度不敏感问题，解决KCF算法中跟踪目标超出Padding窗而跟踪丢失的问题。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.033 秒)
