-
公开(公告)号：CN111563622B
公开(公告)日：2022-04-22
申请号：CN202010364432.6
申请日：2020-04-30
Applicant: 西安交通大学 , 东方电气集团东方电机有限公司
IPC: G06Q10/04 , G06Q50/06 , G06V10/774 , G06V10/764 , G06K9/62 , G06N20/10
Abstract: 本发明属于发电机绝缘老化程度分析领域，公开了一种定子线棒绝缘老化程度预测方法，对定子线棒绝缘样品进行热氧老化，并获取老化样品的2D‑WAXD谱图与SEM谱图；使用vgg16深度学习模型对2D‑WAXD谱图进行特征提取，利用2D‑WAXD谱图对应的老化时间和vgg16提取的特征对SVM算法进行训练，获得第一预测模型；使用灰度共生矩阵对SEM谱图计算纹理特征，利用SEM谱图对应的老化时间和计算的纹理特征对SVM算法进行训练，获得第二预测模型；利用第一预测模型和/或第而预测模型来预测定子线棒绝缘老化程度。本发明为估计绝缘寿命提供了有效的参考依据，从而预防一些因材料绝缘老化带来的问题，为发电机的维修与保养提供可靠的参考，具有重大的经济价值。
-
公开(公告)号：CN113962360A
公开(公告)日：2022-01-21
申请号：CN202111178317.0
申请日：2021-10-09
Applicant: 西安交通大学 , 东方电气集团东方电机有限公司
IPC: G06N3/04 , G06N3/08 , G06K9/62 , G06V10/774 , G06V10/82
Abstract: 本发明公开一种基于GAN网络的样本数据增强方法及系统，方法具体为：构建利用N个GAN网络结构组成的金字塔形状的GAN网络学习模型；基于Coarse‑to‑Fine思想的对GAN网络学习模型进行训练和测试，对输入图像从粗略的分辨率开始进行多次迭代；迭代结果收敛时，添加附加的卷积层来增加生成器的大小，从原始的上采样特征到新添加卷积层的输出间添加残差连接，直到图像的分辨率达到设定的输出分辨率；基于满足输出分辨率的图像生成虚拟样本，将所述虚拟样本与小样本数据集混合，得到增强后的完成样本数据；解决了工业过程中老化样本数据十分稀缺的问题，相对传统的数据增强方法而言效率更高，降低了数据成本；生成的图像在符合原始分布的基础上更加多样。
-
公开(公告)号：CN111563622A
公开(公告)日：2020-08-21
申请号：CN202010364432.6
申请日：2020-04-30
Applicant: 西安交通大学 , 东方电气集团东方电机有限公司
Abstract: 本发明属于发电机绝缘老化程度分析领域，公开了一种基于灰度共生矩阵与深度学习的定子线棒绝缘老化程度预测方法，对定子线棒绝缘样品进行热氧老化，并获取老化样品的2D-WAXD谱图与SEM谱图；使用vgg16深度学习模型对2D-WAXD谱图进行特征提取，利用2D-WAXD谱图对应的老化时间和vgg16提取的特征对SVM算法进行训练，获得第一预测模型；使用灰度共生矩阵对SEM谱图计算纹理特征，利用SEM谱图对应的老化时间和计算的纹理特征对SVM算法进行训练，获得第二预测模型；利用第一预测模型和/或第而预测模型来预测定子线棒绝缘老化程度。本发明为估计绝缘寿命提供了有效的参考依据，从而预防一些因材料绝缘老化带来的问题，为发电机的维修与保养提供可靠的参考，具有重大的经济价值。
-
公开(公告)号：CN113962360B
公开(公告)日：2024-04-05
申请号：CN202111178317.0
申请日：2021-10-09
Applicant: 西安交通大学 , 东方电气集团东方电机有限公司
IPC: G06N3/0475 , G06N3/094 , G06V10/774 , G06V10/82
Abstract: 本发明公开一种基于GAN网络的样本数据增强方法及系统，方法具体为：构建利用N个GAN网络结构组成的金字塔形状的GAN网络学习模型；基于Coarse‑to‑Fine思想的对GAN网络学习模型进行训练和测试，对输入图像从粗略的分辨率开始进行多次迭代；迭代结果收敛时，添加附加的卷积层来增加生成器的大小，从原始的上采样特征到新添加卷积层的输出间添加残差连接，直到图像的分辨率达到设定的输出分辨率；基于满足输出分辨率的图像生成虚拟样本，将所述虚拟样本与小样本数据集混合，得到增强后的完成样本数据；解决了工业过程中老化样本数据十分稀缺的问题，相对传统的数据增强方法而言效率更高，降低了数据成本；生成的图像在符合原始分布的基础上更加多样。
-
公开(公告)号：CN111553432B
公开(公告)日：2022-02-22
申请号：CN202010364444.9
申请日：2020-04-30
Applicant: 西安交通大学 , 东方电气集团东方电机有限公司
Abstract: 本发明涉及定子线棒绝缘老化程度预测领域，公开了一种基于图像特征支持向量机的定子线棒绝缘老化程度预测方法，该方法首先获取不同老化程度的定子线棒绝缘片材的2D‑SAXS(二维小角X射线散射)图和AFM(原子力显微镜)图。获取到老化材料的图谱之后，计算图谱的方向梯度直方图和局部二值模式，获取到图谱的图像特征。获取到图像特征之后，训练支持向量机模型，设置不同的模型参数，得到最优模型。最后利用训练好的支持向量机模型对测试数据进行测试，从而实现对定子线棒绝缘老化程度的预测。本发明是一种预测定子线棒绝缘老化程度的新方法，相较传统方法预测结果更准确，效率更高，具有重大的经济价值。
-
Patent Agency Ranking
公开(公告)号：CN111553432A
公开(公告)日：2020-08-18
申请号：CN202010364444.9
申请日：2020-04-30
Applicant: 西安交通大学 , 东方电气集团东方电机有限公司
Abstract: 本发明涉及定子线棒绝缘老化程度预测领域，公开了一种基于图像特征支持向量机的定子线棒绝缘老化程度预测方法，该方法首先获取不同老化程度的定子线棒绝缘片材的2D-SAXS(二维小角X射线散射)图和AFM(原子力显微镜)图。获取到老化材料的图谱之后，计算图谱的方向梯度直方图和局部二值模式，获取到图谱的图像特征。获取到图像特征之后，训练支持向量机模型，设置不同的模型参数，得到最优模型。最后利用训练好的支持向量机模型对测试数据进行测试，从而实现对定子线棒绝缘老化程度的预测。本发明是一种预测定子线棒绝缘老化程度的新方法，相较传统方法预测结果更准确，效率更高，具有重大的经济价值。
-
公开(公告)号：CN114820563B
公开(公告)日：2024-10-15
申请号：CN202210535712.8
申请日：2022-05-17
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于多视点立体视觉的工业部件尺寸估计方法及系统，包含如下过程：通过已预标定内参的多个相机对工业部件进行多视点视觉采集，获得若干张多视点工业部件图像；利用多个相机的内参，通过SfM算法从所述若干张多视点工业部件图像选取适合尺度估计的图像，并计算适合尺度估计的图像的图像位姿以及生成稀疏点云；利用多个相机的内参、所述适合尺度估计的图像、所述图像位姿以及所述稀疏点云，通过深度学习的MVS算法进行稠密重建，获得工业部件的稠密三维立体视觉；利用所述稠密三维立体视觉，通过一致性检验算法进行工业部件的尺度估计。本发明采用立体视觉方法来解决工业部件尺寸估计问题，能够平衡估计精度和昂贵设备限制之间的矛盾。
-
公开(公告)号：CN117392094A
公开(公告)日：2024-01-12
申请号：CN202311394476.3
申请日：2023-10-25
Applicant: 西安交通大学
IPC: G06T7/00 , G06V10/762 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于多视图三维重建的工件装配一致性检测方法及相关装置，方法包括如下过程：从包含目标工件三维点云中取目标工件相应点云区域，得到工件点云；对工件点云进行聚类，得到目标工件点云；对目标工件点云进行拟合，获取目标工件点云相应的几何方程与参数表示；根据所述几何方程与参数表示，构建点云空间的直角坐标系；基于该直角坐标系，结合目标工件信息，对点云进行条件滤波，获得目标工件中待检测部位的点云数据；根据工件工艺上的检测需求，计算目标工件中待检测部位点云数据的相应角度、尺度信息，与目标工件待检测部位信息进行比较，得到最终的一致性检测结果。本发明可实现工件装配一致性检测，能够提高检测的准确性和效率。
-
公开(公告)号：CN116704233A
公开(公告)日：2023-09-05
申请号：CN202310307466.5
申请日：2023-03-27
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/25 , G06F40/30 , G06F16/36 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明属于基于图像处理应用农业技术领域，公开一种双注意力感知的农业场景图生成方法，包括以下步骤：对输入图像进行目标检测、候选框特征提取以及目标识别，得到候选框的视觉特征、候选框的类标签特征、候选框的位置特征以及并集框视觉特征；融合物体的视觉特征、位置特征以及语义特征以更准确地识别物体类别；引入双注意力网络，通过关系注意力和物体注意力模块聚合物体上下文特征以得到关系表征，进而识别物体间的关系，得到场景图。本发明提出的双注意力感知的农业场景图生成方法，能够引导选择有用的上下文信息进行融合、忽视噪声信息，准确地识别物体之间的关系，极大地提高了农业场景图的有效性以及泛化性。
-
公开(公告)号：CN118865357A
公开(公告)日：2024-10-29
申请号：CN202410999754.6
申请日：2024-07-24
Applicant: 西安交通大学
IPC: G06V20/64 , G06N5/04 , G06V10/82 , G06T7/60 , G06V10/40 , G06N3/0464 , G06V10/764 , G06T7/80 , G06V10/44 , G06N3/08 , G06T7/50
Abstract: 本发明公开一种基于地面约束的路侧相机三维目标检测方法及系统，所述方法利用路侧的相机固定位的优势，离线拟合地面方程，作为先验语义信息，在图像视角中进行二维目标检测，保证目标的召回率，再使用基于地面约束的视角转换模块，提高检测精度；具体的，将图像数据输入路侧单目三维目标检测模型中，利用二维骨干网络提取图像特征，使用二维目标检测器进行二维目标检测得到二维目标检测框；使用DepthNet网络进行深度估计，使用LSS方式将图像特征投影得到场景的BEV特征；使用离线获取的地面方程将二维目标框投影到BEV空间，作为三维目标检测的提议框裁剪所述场景的BEV特征，得到形状相同的RoI特征预测三维目标的信息，进行NMS处理得到最终的三维目标检测结果。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.043 seconds)
