-
公开(公告)号：CN112784587B
公开(公告)日：2023-05-16
申请号：CN202110017778.3
申请日：2021-01-07
IPC分类号： G06F40/279 , G06F40/30 , G06F40/58 , G06N3/045 , G06N3/0442
摘要： 本发明提供一种基于多模型融合的文本相似性度量方法，包括如下步骤：准备训练集和测试集；选择四个深度学习训练模型：Bert、Paddle、Xlnet和Tree‑LSTM；对于各训练模型，获取C个子模型；对于每个子模型，计算输入数据的相似度得分和损失函数；对各子模型进行评估；选取并固定各子模型的评估值最好的一组超参组合；对各子模型继续训练以使其损失函数收敛，并保存此时的4C个子模型；采用Boosting方案对4C个子模型进行融合，以将各子模型的相似性得分进行加权相加，得到相似性度量模型；利用测试集的数据对相似性度量模型进行测试和调整。本发明有效提升相似性度量的准确性，提高相似性判断的召回率和准确率，提升模型泛化能力。
-
公开(公告)号：CN112784587A
公开(公告)日：2021-05-11
申请号：CN202110017778.3
申请日：2021-01-07
IPC分类号： G06F40/279 , G06F40/30 , G06F40/58 , G06N3/04
摘要： 本发明提供一种基于多模型融合的文本相似性度量方法，包括如下步骤：准备训练集和测试集；选择四个深度学习训练模型：Bert、Paddle、Xlnet和Tree‑LSTM；对于各训练模型，获取C个子模型；对于每个子模型，计算输入数据的相似度得分和损失函数；对各子模型进行评估；选取并固定各子模型的评估值最好的一组超参组合；对各子模型继续训练以使其损失函数收敛，并保存此时的4C个子模型；采用Boosting方案对4C个子模型进行融合，以将各子模型的相似性得分进行加权相加，得到相似性度量模型；利用测试集的数据对相似性度量模型进行测试和调整。本发明有效提升相似性度量的准确性，提高相似性判断的召回率和准确率，提升模型泛化能力。
-
公开(公告)号：CN112766103A
公开(公告)日：2021-05-07
申请号：CN202110018997.3
申请日：2021-01-07
摘要： 本发明提供一种机房巡检方法，包括如下步骤：A、向巡检机器人输入若干巡检点、图像拍摄参数、巡检内容、巡检时间、生成网络拓扑图；B、进行标定工作；C、巡检时间到即进行巡检，否则，进入步骤I；D、在巡检点拍摄指示灯群图像；E、检测指示灯状态；F、拍摄包含待检测空气开关的设备图像，定位出待检测空气开关；G、将待检测开关图像输入yolo模型，得到每个开关的位置与状态；H、判断空气开关状态是否异常以及是否存在漏检；I、收到网管系统的告警信息，控制巡检机器人到达故障位置，并重复步骤D和步骤E。本发明还提供一种机房巡检装置。本发明可生成精确的网络拓扑图，实现抗干扰性强、误检率低、准确率高的检测，对机房的巡检更全面。
-
公开(公告)号：CN112749656B
公开(公告)日：2023-06-20
申请号：CN202110017776.4
申请日：2021-01-07
IPC分类号： G06V20/10 , G06V10/25 , G06V10/46 , G06V10/774 , G06V10/75 , G01R31/327
摘要： 本发明提供一种基于ORB特征匹配与yolo的空气开关状态检测方法，包括如下步骤：A、拍摄包含空气开关的设备图像样本以建立数据集；B、进行yolo模型的训练与导出；C、制作标准模板；D、拍摄包含待检测空气开关的设备图像，并对该设备图像进行ORB特征点提取和生成对应的特征向量；E、进行特征匹配以定位出待检测空气开关，并对步骤D中的设备图像进行矫正；F、得到与标准模板基本一致的待检测开关图像；G、将待检测开关图像输入经步骤B处理后的yolo模型，得到开关的个数及每个开关的状态；F、判断空气开关状态是否异常，并告警。本发明抗干扰性强、误检率低、准确率高，还可减小工作量。
-
公开(公告)号：CN112766103B
公开(公告)日：2023-05-16
申请号：CN202110018997.3
申请日：2021-01-07
IPC分类号： G06V20/10 , G06V10/25 , G06V10/46 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/049 , G07C1/20
摘要： 本发明提供一种机房巡检方法，包括如下步骤：A、向巡检机器人输入若干巡检点、图像拍摄参数、巡检内容、巡检时间、生成网络拓扑图；B、进行标定工作；C、巡检时间到即进行巡检，否则，进入步骤I；D、在巡检点拍摄指示灯群图像；E、检测指示灯状态；F、拍摄包含待检测空气开关的设备图像，定位出待检测空气开关；G、将待检测开关图像输入yolo模型，得到每个开关的位置与状态；H、判断空气开关状态是否异常以及是否存在漏检；I、收到网管系统的告警信息，控制巡检机器人到达故障位置，并重复步骤D和步骤E。本发明还提供一种机房巡检装置。本发明可生成精确的网络拓扑图，实现抗干扰性强、误检率低、准确率高的检测，对机房的巡检更全面。
-
公开(公告)号：CN112749656A
公开(公告)日：2021-05-04
申请号：CN202110017776.4
申请日：2021-01-07
IPC分类号： G06K9/00 , G06K9/32 , G06K9/46 , G06K9/62 , G01R31/327
摘要： 本发明提供一种基于ORB特征匹配与yolo的空气开关状态检测方法，包括如下步骤：A、拍摄包含空气开关的设备图像样本以建立数据集；B、进行yolo模型的训练与导出；C、制作标准模板；D、拍摄包含待检测空气开关的设备图像，并对该设备图像进行ORB特征点提取和生成对应的特征向量；E、进行特征匹配以定位出待检测空气开关，并对步骤D中的设备图像进行矫正；F、得到与标准模板基本一致的待检测开关图像；G、将待检测开关图像输入经步骤B处理后的yolo模型，得到开关的个数及每个开关的状态；F、判断空气开关状态是否异常，并告警。本发明抗干扰性强、误检率低、准确率高，还可减小工作量。
-
公开(公告)号：CN214607780U
公开(公告)日：2021-11-05
申请号：CN202022557035.9
申请日：2020-11-06
摘要： 本实用新型提供一种底盘可调节的巡检机器人，底盘包括水平布置的支撑板、设置在支撑板上的控制装置、相对设置在两支撑板下侧的两主动轮、驱动两主动轮转动的驱动机构和分别设置在支撑板四角的四个辅助机构，辅助机构包括设置在支撑板下侧且内部具有腔室的固定块、设置在固定块上以封闭或者开启腔室的控制阀、设置在支撑板上侧且与腔室连通的气压泵、设置在固定块四角且均与腔室连通的四个空心杆、分别可伸缩地设置在各空心杆上的四个连接杆、设置四个连接杆下端的万向轮和设置在其中一个连接杆与万向轮之间的压力传感器。本实用新型能够保证主动轮与地面之间的附着力，提高其在不平整路面行驶时的通过性和稳定性。
-
公开(公告)号：CN216692930U
公开(公告)日：2022-06-07
申请号：CN202022557350.1
申请日：2020-11-06
摘要： 本实用新型提供一种巡检机器人的轮系机构，巡检机器人包括支撑板，轮系机构包括支撑架、两导向杆、两滑块、两弹性机构、调整机构和行走机构，支撑架设置在支撑板上，两导向杆竖直间隔设置在支撑架与支撑板之间，两滑块分别套设在两导向杆下部，弹性机构设置在导向杆与滑块上端之间，调整机构设置在弹性机构上端与导向杆之间以调整弹性机构的位置，行走机构设置在两滑块之间，滑块内侧设置有螺旋的导油槽，滑块外侧设置有用于放置润滑脂的油腔和用于封闭油腔的密封盖，油腔内侧设置有与导油槽连通的漏油口。本实用新型还提供一种巡检机器人。本实用新型能够及时方便地调整机器人重心，且保证机器人运动的顺滑性，避免影响机器人的正常使用。
-
公开(公告)号：CN214772011U
公开(公告)日：2021-11-19
申请号：CN202022557127.7
申请日：2020-11-06
摘要： 本实用新型提供一种巡检机器人，包括支撑板、竖直设置在支撑板后部的安装机构、相对设置在安装机构下端两侧的两个侧向支撑机构、设置在安装机构前侧的直线模组、可上下移动地设置在直线模组上的拍摄机构、设置在支撑板上且位于直线模组前侧的雷达装置、通过第一固定机构可拆卸地设置在安装机构上的语音对讲装置和触摸屏、通过第二固定机构可拆卸地设置在安装机构上的视觉跟随装置和人脸识别装置、设置在支撑板上且位于安装机构后侧的供电装置和设置在支撑板下端的轮系机构。本实用新型拍摄更为全面，使用更为安全和方便。
-
公开(公告)号：CN215548689U
公开(公告)日：2022-01-18
申请号：CN202022557178.X
申请日：2020-11-06
摘要： 本实用新型提供一种可多角度巡视的巡检机器人，包括支撑板、设置在支撑板后部的安装机构、设置在安装机构上的直线模组导轨、与直线模组导轨匹配的第一滑块、设置在第一滑块上的环形支架、设置在环形支架上且由外向内间隔布置的环形齿圈和环形导轨、设置在环形齿圈与环形导轨之间且与环形齿圈啮合的齿轮、设置在环形导轨上的第二滑块、设置在第二滑块上的拍摄机构和用于驱动齿轮转动的驱动机构，驱动机构与拍摄机构连接。本实用新型能够方便快速地实现拍摄机构上下运动和环形运动，拍摄范围全面，避免遗漏，降低控制难度，提高巡检效率。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.088 秒)
