-
公开(公告)号:CN116485251A
公开(公告)日:2023-07-25
申请号:CN202310420845.5
申请日:2023-04-13
Applicant: 华中科技大学
IPC: G06Q10/0639 , G06Q50/06 , G06F17/16
Abstract: 本发明公开了一种低压电力电缆产品质量预测方法、系统及存储介质,属于电力电缆质量预测领域,方法包括:S1、构建待测低压电力电缆的质量评价指标体系;S2、采用L种赋权法分别计算所述评价指标体系中所有评价指标的权重集合W,W={ω1,ω2...,ωL},其中,ωk表示第k种赋权法确定的所有评价指标的权重子集合,k=1,2,…,L;S3、以任意α={α1,α2,...,αL}为线性组合系数,构建所述权重集合W中每个向量的线性组合函数W',以所述线性组合函数W'与所述权重集合W的离差极小化为优化目标,对所述线性组合函数W'的系数进行优化,得到所述线性组合函数W的最优线性组合系数;S4、用所述最优线性组合系数对应的线性组合函数W*预测待测低压电力电缆的质量评分。本发明能够提升低压电力电缆产品质量预测的准确度。
-
公开(公告)号:CN112163527B
公开(公告)日:2022-06-14
申请号:CN202011056569.1
申请日:2020-09-29
Applicant: 华中科技大学
IPC: G06V20/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T5/00 , G06T7/41
Abstract: 本发明公开了一种基于融合模型的烟叶烘烤状态识别方法、装置和系统,属于烟叶烘烤技术领域,所述方法包括:以预设采集周期采集烘烤过程中烟叶及烤房的原始数据集;将从烟叶图像中提取的特征值转为结构化数据,将结构化数据与原始数据集结合成初始数据集;基于初始数据集中的特征数据获取第一特征集合,对烟叶状态进行编码得到烟叶状态编码;利用第一特征集合和烟叶状态编码训练XGBoost模型、LSTM模型以及BP神经网络模型得到第一层模型,再利用第一特征集合和第一层模型的输出结果训练第二层的XGBoost模型得到融合模型;将实时获取的特征集合输入融合模型得到烟叶识别结果。本申请提高了烟叶烘烤状态识别准确率和识别效率,且无需人工识别,节约了人力成本。
-
公开(公告)号:CN112163527A
公开(公告)日:2021-01-01
申请号:CN202011056569.1
申请日:2020-09-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于融合模型的烟叶烘烤状态识别方法、装置和系统,属于烟叶烘烤技术领域,所述方法包括:以预设采集周期采集烘烤过程中烟叶及烤房的原始数据集;将从烟叶图像中提取的特征值转为结构化数据,将结构化数据与原始数据集结合成初始数据集;基于初始数据集中的特征数据获取第一特征集合,对烟叶状态进行编码得到烟叶状态编码;利用第一特征集合和烟叶状态编码训练XGBoost模型、LSTM模型以及BP神经网络模型得到第一层模型,再利用第一特征集合和第一层模型的输出结果训练第二层的XGBoost模型得到融合模型;将实时获取的特征集合输入融合模型得到烟叶识别结果。本申请提高了烟叶烘烤状态识别准确率和识别效率,且无需人工识别,节约了人力成本。
-
-