-
公开(公告)号：CN109785331B
公开(公告)日：2023-01-06
申请号：CN201811474946.6
申请日：2018-12-04
申请人： 山东大学
IPC分类号： G06T7/11
摘要： 本发明属于图像处理技术领域，具体涉及一种声呐图像分割方法。基于自适应像素值约束和MRF的声呐图像分割方法，包括以下步骤：步骤1：对声呐图像进行中值滤波；步骤2：使用SLIC法，将中值滤波后的声呐图像划分为不规则的图像块；步骤3：MRF分割声呐图像，在MRF循环过程中，每次分割结果都使用SLIC和自适应像素值约束进行优化；步骤4：重复步骤3，直到相邻两次分割结果相同或者到达最大迭代次数。本发明提出的方法，使用SLIC将声呐图像划分为灰度均衡的超像素图像块，基于自适应像素值约束优化的MRF，可以更好的分割背景区域和海底混响区，对提高声呐图像分割正确率有明显的效果。
-
公开(公告)号：CN113780151B
公开(公告)日：2022-05-20
申请号：CN202111043157.9
申请日：2021-09-07
申请人： 山东大学
摘要： 本发明提供了一种双线性特征融合的轴承故障诊断方法及系统，获取各传感器检测的轴承信号，并将其分成时域和时频域两种数据；提取每个传感器的两种数据的特征，基于相互注意力机制，进行时域数据特征与时频数据特征的交互和融合；对各个传感器提取融合后的特征进行深度融合；对深度融合后的特征进行分类，得到诊断结果。本发明能够解决不同输入特征间的交互问题、不同信号源特征的有效融合问题，提高轴承故障诊断的精度。
-
公开(公告)号：CN113221996A
公开(公告)日：2021-08-06
申请号：CN202110489147.1
申请日：2021-04-30
申请人： 山东大学
IPC分类号： G06K9/62 , G06K9/00 , G01M13/045
摘要： 本公开公开的一种基于多头注意力机制的轴承故障诊断方法及系统，包括：获取轴承的振动加速度信号；对振动加速度信号进行小波包变换，获得不同频率段信号；对不同频率段信号进行分组，获得多组频率段信号；将多组频率段信号输入训练好的轴承故障诊断模型中，获得轴承故障诊断结果；其中，轴承故障诊断模型包括多个并行的多头注意力网络，将多组频率段信号分别输入对应的多头注意力网络中，多头注意力网络的输出经全连接层连接后进行轴承故障判断。实现了对轴承故障的准确诊断。
-
公开(公告)号：CN113033118A
公开(公告)日：2021-06-25
申请号：CN202110260783.7
申请日：2021-03-10
申请人： 山东大学
摘要： 本发明涉及一种基于示范数据强化学习技术的水下航行器自主上浮控制方法，属于海洋设备控制技术领域，本发明基于深度强化学习中“演员‑评论家”算法框架，提出一种基于结合示范数据深度强化学习技术的水下航行器自主上浮控制方法。本发明基于DDPG算法，实现对连续动作空间水下航行器的上浮控制，并且在训练过程中使用示范数据，加速算法的收敛，同时对算法框架中的演员网络进行延迟更新，有效消除强化学习算法中存在的过估计问题。
-
公开(公告)号：CN111352419B
公开(公告)日：2021-06-04
申请号：CN202010115628.1
申请日：2020-02-25
申请人： 山东大学
摘要： 本发明提供了基于时序差分更新经验回放缓存的路径规划方法，步骤包括：当前状态特征向量作为输入数据；建立DQN模型，DQN模型包括当前Q网络和目标Q网络；将输入数据输入到DQN模型形成输出数据和奖励信号；将输入数据、输出数据和奖励信号记为经验数据，存入经验回放缓存；当经验回放缓存的容量到达设定值时，将新的经验数据替换经验回放缓存中TD误差最小的经验数据，并实时更新经验回放缓存；解决了强化学习样本利用效率问题及经验池占用缓存空间过大问题，使得车辆路径规划效率提高，所需缓存空间大幅降低。
-
公开(公告)号：CN111274737A
公开(公告)日：2020-06-12
申请号：CN202010115620.5
申请日：2020-02-25
申请人： 山东大学
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06F119/04
摘要： 本公开公开了一种机械设备剩余使用寿命预测方法及系统，包括：以时间卷积网络作为特征提取算法，长短期记忆网络作为回归预测算法，构建深度神经网络寿命预测模型，训练深度神经网络寿命预测模型；根据被测设备型号和数据采集时间顺序，将采集的被测设备实时运行数据构建为具有时间序列特征的寿命预测数据集；以深度神经网络寿命预测模型对寿命预测数据集进行预测处理，获得被测设备的剩余使用寿命。根据监测机械设备的传感器输出的状态监测信号具备时间序列的特征，将时间卷积网络和长短期记忆网络相结合，建立深度神经网络寿命预测模型进行机械设备的RUL预测，解决一般深度神经网络模型存在的过拟合问题和梯度消失问题，提高预测精准度。
-
公开(公告)号：CN110728377B
公开(公告)日：2020-06-09
申请号：CN201911000874.6
申请日：2019-10-21
申请人： 山东大学
摘要： 本公开提供了一种面向机电设备的智能故障诊断方法及系统，获取目标机器的以往故障数据，构成训练数据；获取目标机器的实时采集数据，构成测试数据；构建域自适应网络模型，对网络模型进行训练，并将不同数据的输出进行标记，并最小化训练数据和测试数据之间的差异，并对训练数据的特征进行提取和分类；利用训练好的模型得到测试数据的伪标记，利用加权伪标记测试数据和原始训练数据，对整个网络模型进行至少一次的重训练；利用重训练后的模型对测试数据进行预测和分类，得到机器的故障诊断结果。能够进一步提高诊断的准确度。
-
公开(公告)号：CN215524827U
公开(公告)日：2022-01-14
申请号：CN202121888631.3
申请日：2021-08-12
申请人： 山东大学
摘要： 本实用新型涉及一种船用便携故障诊断仪，包括故障诊断仪本体，所述故障诊断仪本体包括机箱、翻盖、金属导线管；所述机箱的一侧通过转轴与翻盖的一侧转动连接；所述金属导线管的两侧分别开设有一个开口，并通过两个开口分别嵌入到机箱和翻盖内部；所述金属导线管的中心轴与转轴的中心轴在一条直线上；金属导线管仅有两个开口，分别做为电缆线的入口和出口，入口嵌入到翻盖内部，出口嵌入到机箱内部，电缆线从金属导线管穿过，没有任何一段电缆线暴露在空气中，能够有效屏蔽电磁干扰，使翻盖电缆连接到机箱时，不会暴露在空气中，形成密封的电磁屏蔽体。
-
-
-
-
-
-
-
搜索结果
78 条记录 (耗时 0.03 秒)
