-
公开(公告)号：CN116957319A
公开(公告)日：2023-10-27
申请号：CN202310369564.1
申请日：2023-04-07
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/26 , G06F16/903 , G06F16/23 , G06F16/906 , G06F18/22 , G06F18/23213 , G06F17/16 , G06N7/02
Abstract: 本发明涉及一种馆藏文物保存环境风险防控辅助决策方法，包括：构建馆藏文物保存环境风险防控辅助决策的样本案例库；获取馆藏文物保存环境的实时风险事件信息，构建当前待决策事件案例；基于预设的检索机制，获取与当前待决策事件案例最相似的历史案例；将最相似的历史案例与当前待决策事件案例进行对比，对最相似的历史案例中的解决方案进行修正，生成辅助决策方案；基于辅助决策方案，调控馆藏文物保存环境；对辅助决策方案进行评估，获取当前待决策事件案例的评估结果，并更新样本案例库。本发明可以快速、合理、高效地形成辅助决策方案，使文物保护人员及时有效地实施风险处理，提高了对馆藏文物的风险防控和保护能力。
-
公开(公告)号：CN119646657A
公开(公告)日：2025-03-18
申请号：CN202411702582.8
申请日：2024-11-26
Applicant: 华东理工大学 , 苏迈特智能科技(江苏)有限公司
IPC: G06F18/2415 , G06F18/2135 , G06F18/10 , G06F18/27
Abstract: 本发明公开一种基于动态和非动态多子空间划分的质量相关故障检测方法，旨在针对质量相关与质量无关的故障数据，引入数据的动态特征，研究质量相关故障检测模型的构建方式。本发明的主要核心是利用过程数据变量自身的时间相关性作为判据划分动态空间，再利用过程变量与质量变量的相关性划分相关与无关变量，在动态空间中对变量进行数据扩展，增强动态特征，针对质量相关变量使用弹性网络进行相关的故障检测，最终使用贝叶斯推理融合进行综合统计量的构建。此外，本发明方法在考虑模型效果的同时，还考虑了模型训练的鲁棒性。相较于其他方法，该发明方法可以更好更快地区分并检测质量相关与质量无关故障，并且获得更优的效果。可以说，本发明方法是一种更为优秀的质量相关故障检测方法。
-
公开(公告)号：CN116956232B
公开(公告)日：2024-05-10
申请号：CN202310895864.3
申请日：2023-07-20
Applicant: 华东理工大学
IPC: G06F18/27 , G06F18/214 , G06F17/16 , G06F17/18 , G06F18/213
Abstract: 本发明公开尤其涉及一种基于邻域保持嵌入回归算法的质量相关故障检测算法，并在此基础上建立了质量相关故障检测模型。首先，基于邻域保持嵌入算法提取出数据的有效流形特征信息。然后，为了表征过程变量对质量变量的变化趋势，本发明在基于邻域保持嵌入算法提取特征信息的基础之上，建立特征空间与质量指标的回归关系。相比于传统的方法，本发明克服了传统邻域保持嵌入算法提取特征时无法衡量输入变量和输出变量关系的缺点；通过对回归系数的协方差矩阵执行特征值分解，得到质量相关和无关子空间，进而在相应子空间建立统计量并估计各统计量的控制限，解决了邻域保持嵌入算法不考虑质量变量的缺点，是一种更优的质量相关故障检测方法。
-
公开(公告)号：CN114415609A
公开(公告)日：2022-04-29
申请号：CN202111578196.9
申请日：2021-12-22
Applicant: 华东理工大学
IPC: G05B19/418
Abstract: 本发明公开一种基于多子空间划分的动态过程精细化监测方法，旨在考虑数据时序相关性差异以及过程变量服从不同分布的问题，并在此基础上实施基于高斯非高斯以及时序非时序子空间划分的动态过程精细化监测。本发明方法的主要核心首先在于根据数据时间序列相关性和Kolmogorov‑Smirnov(KS)检验将原始空间划分为四个子空间；其次在于利用PCA方法和SFA方法分别提取不同子空间的特征进行子空间内监测，并采用移动窗口策略和互信息方法测量四个子空间间的相关关系；最后建立综合监测指标实施精细化监测。相比于传统动态过程监测方法，本发明方法在动态过程的监测效果上取得了优越于动态PCA方法的效果。可以说，本发明方法是一种更为优选的动态过程精细化监测方法。
-
公开(公告)号：CN116956232A
公开(公告)日：2023-10-27
申请号：CN202310895864.3
申请日：2023-07-20
Applicant: 华东理工大学
IPC: G06F18/27 , G06F18/214 , G06F17/16 , G06F17/18 , G06F18/213
Abstract: 本发明公开尤其涉及一种基于邻域保持嵌入回归算法的质量相关故障检测算法，并在此基础上建立了质量相关故障检测模型。首先，基于邻域保持嵌入算法提取出数据的有效流形特征信息。然后，为了表征过程变量对质量变量的变化趋势，本发明在基于邻域保持嵌入算法提取特征信息的基础之上，建立特征空间与质量指标的回归关系。相比于传统的方法，本发明克服了传统邻域保持嵌入算法提取特征时无法衡量输入变量和输出变量关系的缺点；通过对回归系数的协方差矩阵执行特征值分解，得到质量相关和无关子空间，进而在相应子空间建立统计量并估计各统计量的控制限，解决了邻域保持嵌入算法不考虑质量变量的缺点，是一种更优的质量相关故障检测方法。
-
Patent Agency Ranking
公开(公告)号：CN116597266A
公开(公告)日：2023-08-15
申请号：CN202310654654.5
申请日：2023-06-02
Applicant: 华东理工大学
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种新的基于图像融合与改进yolov5的低光照场景下目标检测方法，旨在针对低光照场景下，提取更多的图像特征，提高目标检测的精确度。本发明方法的核心是引入红外图像，结合红外图像不受光照条件影响的优点，以提供更多的图像特征，将可见光图像和红外图像进行融合，使得融合后的图像具有可见光图像和红外图像的优点，而后将融合好的图像使用YOLOv5目标检测算法进行模型训练，考虑到模型的参数量过多，计算量大，本发明在YOLOv5模型的基础上，引入Ghost网络，减少模型的参数量，相较于其他传统的方法，该方法可以更好地在低光照场景下进行目标检测，并且获得较高的精确度。可以说，本发明方法是一种更为优选的低光照场景下的目标检测方法。
-
公开(公告)号：CN119671368A
公开(公告)日：2025-03-21
申请号：CN202411719624.9
申请日：2024-11-28
Applicant: 华东理工大学 , 苏迈特智能科技(江苏)有限公司
IPC: G06Q10/0639 , G06F18/10 , G06F18/214 , G06F18/2135 , G06F17/16 , G06N5/04 , G06N7/01
Abstract: 本发明公开一种基于差分‑慢特征分析以及差分‑正交相关分析的动态质量相关监测方法，旨在针对质量相关与质量无关的故障数据，引入数据的动态特征，研究质量相关故障检测模型的构建方式。本发明的主要核心是利用过程数据变量自身的时间相关性作为判据划分动态空间，再利用过程变量与质量变量的相关性划分相关与无关变量，在动态空间中对变量进行数据扩展，针对质量相关变量使用正交典型相关分析法进行相关的故障检测，最终使用贝叶斯推理融合进行综合统计量的构建。此外，本发明方法在考虑模型效果的同时，还考虑了模型训练的鲁棒性。相较于其他方法，该发明方法可以更好更快地区分并检测质量相关与质量无关故障，并且获得更优的效果。可以说，本发明方法是一种更为优秀的质量相关故障检测方法。
-
公开(公告)号：CN118916667A
公开(公告)日：2024-11-08
申请号：CN202410918379.8
申请日：2024-07-10
Applicant: 华东理工大学
IPC: G06F18/213 , G06F18/214 , G06F18/23 , G06F18/25
Abstract: 本发明公开了一种基于多子空间划分的典型早期故障检测方法，旨在通过典型早期故障的历史工况划分过程变量，并在此基础上实施常规故障与早期故障的同步检测。具体来讲，首先，采用正常工况数据与难以检测的典型早期故障的历史数据计算相应变量间的KL散度，将各个早期故障的敏感变量划分至不同子空间；并对所有工况数据使用稀疏化互信息矩阵去除冗余变量，构成常规故障子空间；在各子空间中使用加权滑动窗口实现数据的增强，再通过NPE提取数据特征实现子空间故障检测；最终建立综合指标实施总体故障检测。相比于传统故障检测方法，本发明方法在保持常规故障检测率稳定的前提下，针对典型早期故障的检测效果明显提升，是一种更优的早期故障检测方法。
-
公开(公告)号：CN114415609B
公开(公告)日：2024-07-05
申请号：CN202111578196.9
申请日：2021-12-22
Applicant: 华东理工大学
IPC: G05B19/418
Abstract: 本发明公开一种基于多子空间划分的动态过程精细化监测方法，旨在考虑数据时序相关性差异以及过程变量服从不同分布的问题，并在此基础上实施基于高斯非高斯以及时序非时序子空间划分的动态过程精细化监测。本发明方法的主要核心首先在于根据数据时间序列相关性和Kolmogorov‑Smirnov(KS)检验将原始空间划分为四个子空间；其次在于利用PCA方法和SFA方法分别提取不同子空间的特征进行子空间内监测，并采用移动窗口策略和互信息方法测量四个子空间间的相关关系；最后建立综合监测指标实施精细化监测。相比于传统动态过程监测方法，本发明方法在动态过程的监测效果上取得了优越于动态PCA方法的效果。可以说，本发明方法是一种更为优选的动态过程精细化监测方法。
-
公开(公告)号：CN118230235A
公开(公告)日：2024-06-21
申请号：CN202410128218.9
申请日：2024-01-30
Applicant: 华东理工大学
Abstract: 本发明涉及一种施工现场的安全帽佩戴检测及身份识别方法，包括：提供服务器、以及与服务器通信连接的多个终端展示设备、多个监控摄像头和监控系统，每个监控摄像头获取其对应监控区域的施工现场信息；将施工现场信息通过服务器输入至监控系统，对施工现场信息进行分析，提取出施工人员图像信息；对施工人员进行安全帽佩戴检测，判断是否有施工人员未佩戴安全帽，若是，则确定未佩戴安全帽的施工人员为违规人员，获取违规人员的图像信息；对违规人员进行身份识别，生成报警信息；监控系统将报警信息通过服务器传输到终端展示设备进行展示。本发明能够实时对施工现场未佩戴安全帽的违规行为进行检测、报警，能够及时便利地掌握施工安全情况。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.044 seconds)
