基于个性化联邦迁移学习的滚动轴承故障诊断方法

    公开(公告)号:CN118190420A

    公开(公告)日:2024-06-14

    申请号:CN202410347304.9

    申请日:2024-03-26

    IPC分类号: G01M13/045 G01M13/04

    摘要: 本发明公开了一种基于个性化联邦迁移学习的滚动轴承故障诊断方法,包括以下步骤:S1、联邦学习初始化训练;S2、对联邦学习的本地训练和全局聚合进行个性化调整,得到本轮局部最优参数;S3、完成模型的预训练;S4、将预训练的全局模型迁移到目标任务;S5、将模型迁移的损失函数作为个性化联邦迁移学习模型的总损失函数,将该总损失函数训练至收敛,完成训练;S6、用训练好的个性化联邦迁移学习模型完成对目标任务待测样本的分类。本发明利用个性化联邦学习将各源任务样本的有效信息聚合在一起,得到泛化性能较好的通用模型,再将其迁移到目标任务进行域适应,从而实现对滚动轴承故障进行准确、稳定地诊断。

    基于尺度一致化的白酒仓库AGV轻量化感知融合方法

    公开(公告)号:CN118840640A

    公开(公告)日:2024-10-25

    申请号:CN202410964974.5

    申请日:2024-07-18

    摘要: 本发明提出了一种基于尺度一致化的白酒仓库AGV轻量化感知融合方法,包括以下步骤:S1、通过实时语义分割模型对单目相机的图像数据进行处理,得到像素坐标系下的障碍物信息;S2、建立图像单像素点距离估计几何模型将像素坐标系下的障碍物信息转换到世界坐标系下,将障碍物信息称为伪激光雷达数据;S3、采用半径滤波进行去噪处理;S4、对激光雷达与伪激光雷达数据进行时间和空间对齐,并进行尺度一致化;S5、进行激光雷达与伪激光雷达数据的融合。本发明创新性地提出基于尺度一致化的数据融合算法,对传感器数据的尺度进行定义与量化,实现了不同传感器数据的有效融合。

    一种基于FPGA的多帧图像融合实时降噪方法

    公开(公告)号:CN118446923A

    公开(公告)日:2024-08-06

    申请号:CN202410625240.4

    申请日:2024-05-20

    摘要: 本发明公开了一种基于FPGA的多帧图像融合实时降噪方法,并行实现了将当前输出图像帧与前两帧的图像融合来进行降噪处理。所述方法依赖于由FPGA构建的存储模块、帧间噪声边缘判断替换模块和帧内噪声消除模块,存储模块将图像数据依次存储并输入进帧间噪声边缘判断替换模块;帧间噪声边缘判断替换模块先计算当前输出图像帧与前两帧的梯度,再对其进行梯度差分,进而通过自适应阈值来判断该像素点是否是噪声边缘,然后结合梯度差分和转换后的灰度数据以及边缘检测标志来进行噪声边缘的消除;帧内噪声消除模块基于噪声检测的自选择中值滤波进行辐射噪声的降噪。本发明既实现了对辐射噪声的实时的、有效的去除,又降低图像细节的损失。

    电网多重发展目标推演方法、系统、设备及存储介质

    公开(公告)号:CN115146453A

    公开(公告)日:2022-10-04

    申请号:CN202210730086.8

    申请日:2022-06-24

    摘要: 本发明公开了一种基于系统动力学的电网多重发展目标推演方法、系统、设备及存储介质,涉及电网技术领域,包括基于对应的参数构建子模型,根据多个子模型,构建四维动态映射演化动力学模型,据此对电网发展目标进行推演,并输出推演结果。本发明能够兼顾影响电网发展的多重因素的相互耦合反馈特性;不局限于某一具体问题,而是兼顾电网发展的整体过程,能够通过情景对比进行客观与深入的分析,更能反映未来特定发展的道路选择;充分考虑了能源电力的安全性指标、经济性指标、环保性指标以及技术性指标,考虑外部环境渐进演化,实现中长期电网多重发展目标的推演,整个操作简单,只需要输入对应的参数,便能快速得到推演结果。