一种基于SVM的锂电池仓火灾预测方法和系统

    公开(公告)号:CN109685266A

    公开(公告)日:2019-04-26

    申请号:CN201811573513.6

    申请日:2018-12-21

    申请人: 长安大学

    IPC分类号: G06Q10/04 G06K9/62 G08B17/06

    摘要: 本发明公开了一种基于SVM的锂电池仓火灾预测方法和系统,火灾预测方法包括以下步骤:以锂电池仓的环境温度信息为原始样本,根据锂电池仓内的温度场特征值作为建模样本;基于建模样本构建SVM分类模型;构建火灾发生概率模型,概率模型构建方法为利用Sigmoid将测试样本到所述的SVM分类模型超平面的距离的取值映射到[0,1],映射的结果即为火灾发生的概率;本发明系统包括:温度信息采集模块、SVM分类模型构建模块、火灾发生概率模型构建模块、显示模块、火灾报警模块。本发明将机器学习和嵌入式开发运用到火灾的预测中,在保证实时性的同时将历史数据更好的融入预测中去,使得预测结果更加准确且反应更加迅速。

    一种物品干净程度监测方法及其装置

    公开(公告)号:CN109685038A

    公开(公告)日:2019-04-26

    申请号:CN201910019824.6

    申请日:2019-01-09

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明公开了一种物品干净程度监测方法及其装置,首先采集若干物品表面干净与不干净的图像信息,并且表面干净的图像进行标定;对获得图像信息分别进行灰度化处理,并且通过方差和梯度直方图分别计算其对应的HOG特征数值;提取图像的HOG特征,基于HOG特征训练SVM分类器;计算出待测物品的洁净度数值n;对图像进行图像分割处理,基于FASTER-RCNN模型训练出一个神经网络分类器;计算出待测物品的洁净度数值m;基于洁净度数值n和洁净度数值m,按照权重计算得出最终的洁净度结果;根据洁净度结果进行洁净度和阈值进行比较判断,是否干净该方法及其装置基于计算机视觉以及机器学习算法实现了对物品的表面进行干净程度的监测。

    肩部特征和坐姿行为识别方法

    公开(公告)号:CN109685025A

    公开(公告)日:2019-04-26

    申请号:CN201811615344.8

    申请日:2018-12-27

    发明人: 刘敏 朱泽德 许翔

    IPC分类号: G06K9/00 G06K9/40 G06K9/62

    摘要: 本发明涉及图像识别技术领域,特别涉及一种肩部特征识别方法,包括以下步骤:(S10)对当前图像进行人脸关键点检测得到人脸关键点;(S20)对背景图像和当前图像进行运动目标提取处理得到二值化的坐姿图;(S30)提取二值化的坐姿图中的人体轮廓得到人体轮廓曲线C;(S40)对人体轮廓曲线C进行抽稀处理得到由多个线段首尾相连而成的折线;(S50)根据各折线的倾斜角度、各折线相对于人脸特征点的位置关系选出两条线段即得到肩部特征;还公开了基于肩部特征识别的坐姿行为识别方法。通过加入肩部位置特征来对坐姿行为进行识别,能够提高检测的准确率。

    写作辅助方法、装置及存储介质、计算机设备

    公开(公告)号:CN109670040A

    公开(公告)日:2019-04-23

    申请号:CN201811428812.0

    申请日:2018-11-27

    IPC分类号: G06F16/35 G06F16/36 G06K9/62

    CPC分类号: G06K9/6269 G06K9/6256

    摘要: 本发明提供一种写作辅助方法、装置及存储介质、计算机设备,所述方法包括:获取用户写作时输入的目标文本;将所述目标文本输入序列预测模型,获得所述目标文本中每个词组在语法使用中的第一正确概率;所述序列预测模型用于分析输入文本中每个词组的组成结构,以得出每个词组的语法使用正确概率;根据所述目标文本中每个词组在语法使用上的第一正确概率,获取所述目标文本中语法使用正确概率低于预设值的词组,将该词组作为用词不当词组;向所述用户提示所述用词不当词组。上述方法实现对用户的写作内容进行检测,指出写作文本内容用词不当之处。

    一种基于数据的容错控制方法及装置

    公开(公告)号:CN109635864A

    公开(公告)日:2019-04-16

    申请号:CN201811486987.7

    申请日:2018-12-06

    发明人: 张彩霞 王向东

    IPC分类号: G06K9/62 G06F16/35

    CPC分类号: G06K9/6269

    摘要: 本公开提供一种基于数据的容错控制方法及装置,利用样本数据建立了故障支持向量机分类器模型,这种诊断方法的显著优点是只需要少量的时域样本数据来训练故障分类器,不必进行信号预处理就能够提取特征量,便可实现多故障的识别和诊断,构建故障支持向量机分类器模型,实现了在智能制造过程中的数控机床的状态可显示、故障可诊断、性能可预报,形成监测信息、诊断结论和实时控制方案策略的统一,进而达到高精、高效加工的目的。

    图像分类方法、装置及分类模型的训练方法、装置

    公开(公告)号:CN109635669A

    公开(公告)日:2019-04-16

    申请号:CN201811381979.6

    申请日:2018-11-19

    发明人: 赖欣 丁大勇

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明提供了一种图像分类方法、装置及分类模型的训练方法、装置,将待分类的眼部医学图像划分为至少包括两个主分区的多个区域;然后将所述两个主分区的图像输入到预先训练好的分类模型,根据所述分类模型对所述两个主分区的图像中左右眼区分要素进行识别;根据所述两个主分区的识别结果的差异,确定所述眼部医学图像的分类。在整个分类过程中,可以不需要使用GPU,计算复杂度低,同时,在将眼部医学图像进行左右眼识别时,不需要去定位左右眼区分要素的具体位置,只需要比较要素更可能在眼部医学图像的哪个主分区中即可得到分类结果,以此达到对眼部医学图像进行左右眼分类的目的,避免了阈值选择的问题。