-
公开(公告)号：CN114611606B
公开(公告)日：2024-06-18
申请号：CN202210245556.1
申请日：2022-03-07
申请人： 安徽理工大学
IPC分类号： G06F18/2411 , G06F18/214 , G06F18/213
摘要： 本发明公开了一种基于核混合空间投影的故障检测方法，涉及工业过程监控和故障检测领域。本发明主要是借助核函数以及正常工况下无故障样本间的局部关系和全局关系来构建面向故障检测的核混合空间投影模型，并采用拉格朗日乘子法求得模型的解析解，然后利用上述无故障样本和获得的空间投影方向来计算正常情况下的T2控制限，最后利用新采集的样本和获得的空间投影方向来新采集样本的T2值，并与控制限进行对比，若超过控制限，则为故障，反之为无故障，从而实现故障的检测。与现有技术相比，本发明提出的方法能够有效利用非线性不平稳故障数据样本间的局部关系和全局关系，避免故障信息丢失，具有更高的故障检测精度。
-
公开(公告)号：CN114300049A
公开(公告)日：2022-04-08
申请号：CN202111548398.9
申请日：2021-12-17
申请人： 安徽理工大学
摘要： 本发明公开了一种基于相似度顺序保持的基因表达数据分类方法。主要步骤为：1、利用模态策略对基因表达数据进行处理，构建多视角基因表达数据集；2、构建跨视角相似度顺序保持相关分析模型；3、对相似度顺序保持跨视角相关分析模型进行优化求解获得投影矩阵；4、使用并行特征融合策略进行特征融合，选取不同数量的基因表达数据做训练和测试，计算平均识别率。与现有技术相比，本发明能够利用投影前后样本之间的相似性来构建稳定的样本结构关系，从而提取更具鉴别力的特征，提高基因表达数据分类的准确性。
-
公开(公告)号：CN113256560A
公开(公告)日：2021-08-13
申请号：CN202110399552.4
申请日：2021-04-14
申请人： 安徽理工大学
摘要： 本发明公开了一种基于YOLOv5的掘进机炮头区域入侵检测方法，涉及人工智能领域，包括以下步骤：(1)工人和“炮头”的图像采集；(2)YoloV5检测人与“炮头”；(3)根据预测框进行越界检测；(4)发出预警。本发明采用YOLOv5算法进行掘进机炮头区域入侵检测模型的构建，提出了多维度的入侵检测方法，通过计算工人和“炮头”预测框的IOU占比和两者预测框对角线交点的距离，来判断工人是否入侵到掘进机炮头区域，并对其进行分级预警。此方法，从两个维度对工人的入侵行为进行判断，提高了检测的准确度；此方法，通过人工智能部署实现，可以快速，便捷的实现掘进机炮头区域入侵检测，大量的节省的人力，物力。
-
公开(公告)号：CN112884090A
公开(公告)日：2021-06-01
申请号：CN202110399557.7
申请日：2021-04-14
申请人： 安徽理工大学
摘要： 本发明针对传统火灾检测方法识别率低、检测时间长、无法实时监测等问题，提出一种基于改进YOLOv3算法的新火灾识别检测方法YOLOv3‑CA。YOLOv3‑CA基于YOLOv3的基本结构，在网络的卷积模块中添加注意力机制模块，以增加特征提取的效果。另引入自适应空间特征融合方法来更加充分的利用高层特征的语义信息和底层特征的细粒度特征。在模型回归部分引入新的损失函数Focalloss。检测方法步骤如下：构建火灾数据集；标注用于训练的数据集；按比例将数据集划分为训练集和测试集；提出一种新的YOLO算法；训练修改后的深度卷积神经网络；利用训练好的模型在测试集上验证模型效果。实验结果表明，改进算法的准确率和召回率分别为85.99％、75.43％，mAP为81.57，fps为25，可以在保证准确率的同时实现快速实时的火灾检测。
-
公开(公告)号：CN114611606A
公开(公告)日：2022-06-10
申请号：CN202210245556.1
申请日：2022-03-07
申请人： 安徽理工大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于核混合空间投影的故障检测方法，涉及工业过程监控和故障检测领域。本发明主要是借助核函数以及正常工况下无故障样本间的局部关系和全局关系来构建面向故障检测的核混合空间投影模型，并采用拉格朗日乘子法求得模型的解析解，然后利用上述无故障样本和获得的空间投影方向来计算正常情况下的T2控制限，最后利用新采集的样本和获得的空间投影方向来新采集样本的T2值，并与控制限进行对比，若超过控制限，则为故障，反之为无故障，从而实现故障的检测。与现有技术相比，本发明提出的方法能够有效利用非线性不平稳故障数据样本间的局部关系和全局关系，避免故障信息丢失，具有更高的故障检测精度。
-
-
-
-
搜索结果
5 条记录 (耗时 0.018 秒)
