-
公开(公告)号：CN115861259A
公开(公告)日：2023-03-28
申请号：CN202211623095.3
申请日：2022-12-16
申请人： 上海工程技术大学
摘要： 本发明提供一种基于模板匹配的引线框架表面缺陷检测方法及装置，所述方法包括：建立以亮度划分等级的模板库；获取引线框架上下表面图片，通过模板匹配进行检测区域定位；将模板与ROI区域进行动态差分，采用改进后的孪生神经网络模型对图片相似度进行比较，进行缺陷检测；根据缺陷检测的结果进行产品判定。本发明方法实现简单、误检率低、检测精度高，可实现多种引线框架型号的缺陷检测。
-
公开(公告)号：CN117932378A
公开(公告)日：2024-04-26
申请号：CN202311752024.8
申请日：2023-12-19
申请人： 上海工程技术大学
IPC分类号： G06F18/23213 , G06F18/2113 , G06F18/2135 , G06F18/243 , G06Q10/20
摘要： 本发明公开了一种基于特征筛选和自适应参数聚类的工业设备故障预测方法，以运行状态变量表征设备运行的正常状态或者故障状态，采集运行状态变量和影响运行状态变量的多个特征变量的历史数据，利用距离相关系数和主成分分析方法对所有的特征变量进行筛选，获取对运行状态变量影响度高的特征变量；利用自适应参数聚类模型对筛选出特征变量对应的历史数据分别进行分类，并结合专家系统，划分异常簇和正常簇，再以此分类结果，更新运行状态变量对应的历史数据；以运行状态变量更新后的历史数据、筛选出特征变量对应异常簇和正常簇的历史数据对随机森林模型进行训练，并利用训练好的随机森林模型对新的设备运行数据进行故障预测。
-
公开(公告)号：CN116309279A
公开(公告)日：2023-06-23
申请号：CN202211623106.8
申请日：2022-12-16
申请人： 上海工程技术大学
IPC分类号： G06T7/00 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种基于深度学习的引线框架划痕缺陷检测方法及装置，所述方法包括：获取引线框架的小单元图像，将具有划痕缺陷的图像进行标注，构建引线框架划痕缺陷数据集；构建用于划痕缺陷检测的改进yolov5目标检测网络模型；将所述引线框架划痕缺陷数据集送入改进的yolov5网络模型进行训练，训练出具有提取划痕特征并检测的深度学习模型；利用训练得到的改进的yolov5网络模型进行引线框架划痕缺陷检测。本发明将深度学习模型应用到引线框架划痕缺陷检测检测中，大大提高了划痕缺陷的检出率，对引线框架缺陷检测提供了技术支持。
-
公开(公告)号：CN118072939A
公开(公告)日：2024-05-24
申请号：CN202410193555.6
申请日：2024-02-21
申请人： 上海工程技术大学
IPC分类号： G16H50/20 , G16H30/40 , G06V10/764 , G06V10/774 , G06V10/82
摘要： 本发明涉及机器学习的技术领域，公开了一种基于改进Stacking框架的乳腺癌诊断方法，构建改进Stacking集成分类器，采用K折交叉验证对改进Stacking集成分类器中初级学习器的各个基学习器进行训练，计算各个基学习器的输出值和总体AUC值，再基于各个基学习器的总体AUC值计算对应基学习器的权重，以此对对应基学习器的输出值进行加权处理，最后以各个基学习器加权处理后的输出值作为训练集对改进Stacking集成分类器中次级学习器的元学习器进行训练，以完成整个Stacking集成分类器的训练；利用训练好的改进Stacking集成分类器对乳腺细胞数据进行分类识别，输出识别结果。
-
-
-
搜索结果
4 条记录 (耗时 0.029 秒)
