-
公开(公告)号：CN109325946B
公开(公告)日：2021-08-24
申请号：CN201811078415.5
申请日：2018-09-14
申请人： 北京石油化工学院
摘要： 本发明涉及一种危险化学品堆垛监测方法和系统，属于危险化学品存储技术领域，解决现有技术危险化学品仓库内部货物安全储存状态监测困难问题，该方法实时获取危险化学品堆垛监测照片，从所有颜色通道数据选取N个颜色通道，在N个颜色通道上为监测图片建立混合高斯模型，利用高斯模型生成背景图像；通过背景差分法判断危险化学品的位置变化情况。该方法更好地提取主要特征进行高斯建模，将多指标问题转化为较少的综合指标，将高维空间转化为低维空间处理，在N个主要颜色通道上为监测图片建立混合高斯模型，解决了现有图像处理过程中图像信息数据较大的问题。
-
公开(公告)号：CN109325946A
公开(公告)日：2019-02-12
申请号：CN201811078415.5
申请日：2018-09-14
申请人： 北京石油化工学院
摘要： 本发明涉及一种危险化学品堆垛监测方法和系统，属于危险化学品存储技术领域，解决现有技术危险化学品仓库内部货物安全储存状态监测困难问题，该方法实时获取危险化学品堆垛监测照片，从所有颜色通道数据选取N个颜色通道，在N个颜色通道上为监测图片建立混合高斯模型，利用高斯模型生成背景图像；通过背景差分法判断危险化学品的位置变化情况。该方法更好地提取主要特征进行高斯建模，将多指标问题转化为较少的综合指标，将高维空间转化为低维空间处理，在N个主要颜色通道上为监测图片建立混合高斯模型，解决了现有图像处理过程中图像信息数据较大的问题。
-
公开(公告)号：CN110263920B
公开(公告)日：2021-08-10
申请号：CN201910542703.X
申请日：2019-06-21
申请人： 北京石油化工学院
摘要： 本发明涉及一种卷积神经网络模型及其训练方法和装置、巡检方法和装置，卷积神经网络模型的训练方法，包括：对获取的训练数据集进行卷积处理，得到所述训练数据集对应的特征映射数据；基于预设的边缘卷积规则，提取所述特征映射数据的有效特征数据；将所述有效特征数据输入待训练卷积神经网络模型，进行特征训练，实现了对无用特征数据进行过滤，从而利用有效特征数据对待训练卷积神经网络模型进行训练，使得训练过程能够快速收敛，得到训练后的卷积神经网络模型。采用本发明的技术方案，能够提高卷积神经网络模型的训练速度。
-
公开(公告)号：CN110263920A
公开(公告)日：2019-09-20
申请号：CN201910542703.X
申请日：2019-06-21
申请人： 北京石油化工学院
摘要： 本发明涉及一种卷积神经网络模型及其训练方法和装置、巡检方法和装置，卷积神经网络模型的训练方法，包括：对获取的训练数据集进行卷积处理，得到所述训练数据集对应的特征映射数据；基于预设的边缘卷积规则，提取所述特征映射数据的有效特征数据；将所述有效特征数据输入待训练卷积神经网络模型，进行特征训练，实现了对无用特征数据进行过滤，从而利用有效特征数据对待训练卷积神经网络模型进行训练，使得训练过程能够快速收敛，得到训练后的卷积神经网络模型。采用本发明的技术方案，能够提高卷积神经网络模型的训练速度。
-
-
-
搜索结果
4 条记录 (耗时 0.022 秒)