-
公开(公告)号：CN115080654A
公开(公告)日：2022-09-20
申请号：CN202210599858.9
申请日：2022-05-30
申请人： 四川大学
IPC分类号： G06F16/26 , G06F16/215 , G06F3/0481 , G06F3/04845 , G06Q10/00 , G06Q50/04
摘要： 本发明公开了一种基于投影的异常构件检查可视化方法，先对航空燃气涡扇发动机数据进行预处理，包含聚类、降维、异常检测等关键步骤；然后根据数据属性，采用位置、透明度、颜色等视觉通道进行可视化映射。设计构件投影视图，该视图采用散点图与等值线图呈现训练数据的分布概览，针对视图中的异常构件实例设计了一种特殊字形，用以发现异常数据的相似模式；设计数据检查视图，在视图上部用五种颜色及其间的连线编码构件在工况下的时序工作模式，在视图下部用面积图展示监测参数的真实数据。本发明能够辅助预测性维护人员直观有效地发现数据中的异常，并对其异常原因和异常模式进行分析，进而指导后续构件的工作部署，以延长构件的使用寿命。
-
公开(公告)号：CN114896329A
公开(公告)日：2022-08-12
申请号：CN202210391275.7
申请日：2022-04-14
申请人： 四川大学
IPC分类号： G06F16/26 , G06F16/22 , G06F16/2458 , G16H50/70
摘要： 本发明公开了一种面向家族自杀率与临床属性关联分析可视化方法，首先采集高自杀率家族的族谱数据及自杀人员临床数据；完成家族成员结构树生产、临床属性统计邓预处理；设计家族结构映射，关联分析临床属性与遗传关系；设计家族属性统计映射，表征指定家庭中自杀案例的临床属性分布情况；设计自杀案例详细信息映射，提供自杀案例的详细属性信息。结合多视图联动与交互手段，基于上述可视化映射实现家族树、家族临床属性统计以及自杀案例详情视图的可视化布局。本发明能够向疾病遗传学家提供自杀与遗传病学相关性见解，向社区保健院提供自杀与病理相关性参考，及时发现潜在的自杀行为，保障家庭的幸福及社会的发展。
-
公开(公告)号：CN115034005B
公开(公告)日：2024-06-18
申请号：CN202210599855.5
申请日：2022-05-30
申请人： 四川大学
IPC分类号： G06F30/17 , G06F30/27 , G06F18/23213 , G06N3/0442 , G06N3/08 , G06F119/04
摘要： 本发明公开了一种面向构件剩余使用寿命预测的模型分析可视化方法，先获取航空燃气涡扇发动机数据，对数据进行分析和预处理后存入数据库；设计特征选择视图辅助用户进行特征筛选，提供权重控制视图调整不同指标的权重，提供特征得分视图分析特征重要性；设计控制面板视图，调整预测模型的参数信息；设计模型结果视图，存储展示每次模型优化的中间结果；设计模型对比视图，多层级对比、跟踪模型结果，并进行实例级数据的归因解释。结合视图的丰富交互以及多视图间的联动，本发明能够帮助剩余使用寿命预测分析人员完成模型的快速构建、参数的灵活调整、模型的多层级对比分析和对实例级数据的归因解释，为构件维护提供有效建议。
-
公开(公告)号：CN115034005A
公开(公告)日：2022-09-09
申请号：CN202210599855.5
申请日：2022-05-30
申请人： 四川大学
摘要： 本发明公开了一种面向构件剩余使用寿命预测的模型分析可视化方法，先获取航空燃气涡扇发动机数据，对数据进行分析和预处理后存入数据库；设计特征选择视图辅助用户进行特征筛选，提供权重控制视图调整不同指标的权重，提供特征得分视图分析特征重要性；设计控制面板视图，调整预测模型的参数信息；设计模型结果视图，存储展示每次模型优化的中间结果；设计模型对比视图，多层级对比、跟踪模型结果，并进行实例级数据的归因解释。结合视图的丰富交互以及多视图间的联动，本发明能够帮助剩余使用寿命预测分析人员完成模型的快速构建、参数的灵活调整、模型的多层级对比分析和对实例级数据的归因解释，为构件维护提供有效建议。
-
公开(公告)号：CN113408492B
公开(公告)日：2022-06-14
申请号：CN202110833816.2
申请日：2021-07-23
申请人： 四川大学
摘要： 本发明公开了一种基于全局‑局部特征动态对齐的行人重识别方法，对挑选行人重识别数据集中的训练集进行预处理，再使用预训练的模型ResNet50进行模型的初始化；然后，分别对粗粒度的全局特征计算全局距离，细粒度的局部特征计算局部对齐距离，并且使用困难样本挖掘三元组损失、中心损失和Softmax交叉熵损失联合作为行人重识别网络的监督器，约束模型的训练。最后，融合全局特征和局部特征获得最终特征，将查询行人图像作为行人重识别网络模型的输入，从候选库中进行检索出对齐距离最短的行人。本发明能够有效抑制空间未对齐和非对齐区域的噪声干扰，并且无需引入额外的辅助姿态信息，并且局部分支以指导距离度量的计算，可以进一步提高测试阶段的准确性。
-
公开(公告)号：CN113408492A
公开(公告)日：2021-09-17
申请号：CN202110833816.2
申请日：2021-07-23
申请人： 四川大学
摘要： 本发明公开了一种基于全局‑局部特征动态对齐的行人重识别方法，对挑选行人重识别数据集中的训练集进行预处理，再使用预训练的模型ResNet50进行模型的初始化；然后，分别对粗粒度的全局特征计算全局距离，细粒度的局部特征计算局部对齐距离，并且使用困难样本挖掘三元组损失、中心损失和Softmax交叉熵损失联合作为行人重识别网络的监督器，约束模型的训练。最后，融合全局特征和局部特征获得最终特征，将查询行人图像作为行人重识别网络模型的输入，从候选库中进行检索出对齐距离最短的行人。本发明能够有效抑制空间未对齐和非对齐区域的噪声干扰，并且无需引入额外的辅助姿态信息，并且局部分支以指导距离度量的计算，可以进一步提高测试阶段的准确性。
-
公开(公告)号：CN118152619A
公开(公告)日：2024-06-07
申请号：CN202410235793.9
申请日：2024-03-01
申请人： 四川大学
IPC分类号： G06F16/901 , G06F16/904 , G06F18/10 , G06F18/22 , G06N20/00
摘要： 本发明公开了一种面向设备剩余使用寿命预测模型对比的可视化方法，获取到设备运行数据集后，通过视觉通道将获得的数据进行模型性能概览可视化映射、样本检查可视化映射、特征分析可视化映射和生命周期可视化映射，对完成映射的视觉模块进行可视化布局并实现，并进行交互设计。本发明方法主要关注模型输出与实际设备寿命之间的差异，提供的模型对比方案可应用与浅层机器学习与各类不同的深度机器学习模型；通过有效的可视分析方法，构建新颖的可视化视图，结合联动交互手段，提供不同主体及不同属性变量的联合对比分析，满足RUL预测模型对比时的复杂分析需求。
-
公开(公告)号：CN114004775B
公开(公告)日：2023-07-04
申请号：CN202111445419.4
申请日：2021-11-30
申请人： 四川大学
IPC分类号： G06T5/50 , G06T5/00 , G06T3/40 , G06N3/0464 , G06N3/084
摘要： 本发明涉及计算机信息技术领域，公开了一种结合潜在低秩表示和卷积神经网络的红外和可见光图像融合方法，本发明对可见光图像和红外图像进行预处理，通过潜在低秩表示将图像分解为显著部分和低秩部分，使用两个全卷积模型分别对显著部分和低秩部分进行融合，最后将融合后的显著部分和融合后的低秩部分相加得到最终的融合图像。通过本发明融合得到的融合结果细节信息丰富，相比于原来的低照度图像，场景目标更加清晰，图像的对比度提升。
-
公开(公告)号：CN114004775A
公开(公告)日：2022-02-01
申请号：CN202111445419.4
申请日：2021-11-30
申请人： 四川大学
摘要： 本发明涉及计算机信息技术领域，公开了一种结合潜在低秩表示和卷积神经网络的红外和可见光图像融合方法，本发明对可见光图像和红外图像进行预处理，通过潜在低秩表示将图像分解为显著部分和低秩部分，使用两个全卷积模型分别对显著部分和低秩部分进行融合，最后将融合后的显著部分和融合后的低秩部分相加得到最终的融合图像。通过本发明融合得到的融合结果细节信息丰富，相比于原来的低照度图像，场景目标更加清晰，图像的对比度提升。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.024 秒)
