-
公开(公告)号：CN115266141B
公开(公告)日：2024-05-14
申请号：CN202210906149.0
申请日：2022-07-29
Applicant: 广汽本田汽车有限公司 , 电子科技大学(深圳)高等研究院
IPC: G01M17/007 , G06Q10/0639 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及焊接技术领域，公开一种基于GRU‑C网络的点焊质量检测方法、装置及存储介质，方法包括：获取点焊过程中的原始工况数据，并对所述原始工况数据进行归一化处理，得到输入工况数据；根据交叉网络单元对所述输入工况数据进行特征提取，得到交叉特征数据；根据GRU网络模型对所述输入工况数据进行特征提取，得到时序特征数据；将所述交叉特征数据与所述时序特征数据进行特征融合，得到融合特征数据；将所述融合特征数据输入到优化完成的假设函数中，并通过激活函数得到对于焊点质量的判别概率。本发明能提升总体故障工况检出率，完成板材间隙等隐蔽故障的高精度检测，并且减少参数数量与训练时间，提高了检测效率。
-
公开(公告)号：CN111525160B
公开(公告)日：2023-03-21
申请号：CN202010320292.2
申请日：2020-04-22
Applicant: 电子科技大学
IPC: H01M8/04537 , G01R19/08
Abstract: 本发明公开了一种燃料电池电流密度分区测试系统和方法，属于燃料电池原位检测技术领域。本发明所述系统包括供气模块、电子负载、信号放大模块、数据采集模块、数据处理模块和燃料电池电堆；供气模块为燃料电池电堆提供氧化剂和燃料，电子负载加载在燃料电池电堆上，信号放大模块对燃料电池电堆传出的信号进行放大，数据采集模块采集信号放大模块的输出信号，数据处理模块对数据采集模块采集的信号进行处理。本发明将采样电阻放置于分区镀金铜箔背部，保证了各分区阻抗的一致性；各分区阻抗具有一致性，使采样结果能真实反映实际电堆内部电流密度分布特性；本发明克服了采样电阻精度控制难和装置成本高的问题；能测量大量矩阵分区的电流密度分布。
-
公开(公告)号：CN110060736B
公开(公告)日：2022-11-22
申请号：CN201910289075.9
申请日：2019-04-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种DNA甲基化扩展方法，根据现有甲基化水平测试方法所能覆盖的CpG位点构建参照位点集，再构建训练位点集，对训练位点集中的每个CpG位点，分别采用M种相似度计算方法，在参照位点集中筛选出与其最相似的M个CpG位点，然后从现有的甲基化公共数据库中提取出训练数据，对所构建的预测模型进行训练，对于某段DNA序列中的待扩展位点，分别采用M种相似度计算方法，在参照位点集中筛选出与其最相似的M个CPG位点，采用现有甲基化水平测试方法测试得到该段DNA序列中M个最相似CPG位点的甲基化水平输入预测模型，输出的甲基化水平即为待扩展位点的甲基化水平。本发明可以基于现有CpG位点的相关数据实现甲基化水平未知的CpG位点的甲基化精准扩展。
-
公开(公告)号：CN115266141A
公开(公告)日：2022-11-01
申请号：CN202210906149.0
申请日：2022-07-29
Applicant: 广汽本田汽车有限公司 , 电子科技大学(深圳)高等研究院
IPC: G01M17/007 , G06N3/04 , G06N3/08 , G06Q10/06
Abstract: 本发明涉及焊接技术领域，公开一种基于GRU‑C网络的点焊质量检测方法、装置及存储介质，方法包括：获取点焊过程中的原始工况数据，并对所述原始工况数据进行归一化处理，得到输入工况数据；根据交叉网络单元对所述输入工况数据进行特征提取，得到交叉特征数据；根据GRU网络模型对所述输入工况数据进行特征提取，得到时序特征数据；将所述交叉特征数据与所述时序特征数据进行特征融合，得到融合特征数据；将所述融合特征数据输入到优化完成的假设函数中，并通过激活函数得到对于焊点质量的判别概率。本发明能提升总体故障工况检出率，完成板材间隙等隐蔽故障的高精度检测，并且减少参数数量与训练时间，提高了检测效率。
-
公开(公告)号：CN115238804A
公开(公告)日：2022-10-25
申请号：CN202210905128.7
申请日：2022-07-29
Applicant: 广汽本田汽车有限公司 , 电子科技大学(深圳)高等研究院
Abstract: 本发明公开了一种基于生成对抗网络的点焊数据填补方法、装置及存储介质,方法包括获取标准点焊数据；计算与标准点焊数据对应的前向时间间隔矩阵和后向时间间隔矩阵；将标准点焊数据、前向时间间隔矩阵和后向时间间隔矩阵输入到生成对抗网络的生成器中，生成完整时序数据；根据生成对抗网络的判别器进行判别，得到数据真实概率；基于数据真实概率分别构建与生成器和判别器对应的损失函数，并进行迭代训练直至损失函数收敛，得到训练完成的生成器生成的最终点焊数据；根据最终点焊数据对标准点焊数据的缺失值进行填补得到完整标准数据，并对完整标准数据进行逆标准化，得到完整的点焊时序数据。本方法能提高点焊数据缺失值填补的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111915559B
公开(公告)日：2022-09-20
申请号：CN202010612227.7
申请日：2020-06-30
Applicant: 电子科技大学
IPC: G06T7/00 , G06K9/62 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种基于SVM分类可信度的机载SAR图像质量评估方法，采用SVM模型，并进行不同类别特征的融合，对待测图片质量进行评估；同时为了完善结果的评估能力，在原来的输出单点预测结果的基础上，增加了结果的可靠性分析，使得预测结果更能反映出模型的预测能力，也提高图像质量评估结果的可靠性。
-
-
公开(公告)号：CN114297921A
公开(公告)日：2022-04-08
申请号：CN202111589058.0
申请日：2021-12-23
Applicant: 宜宾电子科技大学研究院
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06N3/08 , G06F119/12
Abstract: 本发明公开了一种基于AM‑TCN的故障诊断方法，首先在工业过程的正常和各个故障运行状态下，采用传感器设备采集状态监控数据，构建时间序列训练样本；然后构建基于AM‑TCN的故障诊断模型，包括注意力机制层、时间卷积网络、全连接层和SoftMax层，其中时间卷积网络由多个时间卷积块堆叠而成；采用训练样本对基于AM‑TCN的故障诊断模型进行训练；在工业过程的实际运行过程，采集状态监控数据并构建时间序列，将时间序列输入训练好的基于AM‑TCN的故障诊断模型中，得到故障诊断结果。本发明结合注意力机制和时间卷积网络构建基于AM‑TCN的故障诊断模型，提升对时序数据的特征提取效果，从而提高工业过程的故障诊断的准确性和鲁棒性。
-
公开(公告)号：CN110751201B
公开(公告)日：2022-03-25
申请号：CN201910982271.4
申请日：2019-10-16
Applicant: 电子科技大学
IPC: G06V10/70 , G06V10/77 , G06V10/774 , G06V10/764 , G06N5/04 , G06F17/16 , G06K9/62
Abstract: 本发明公开了一种基于纹理特征变换的SAR装备任务失效成因推理方法，采用基于最优分类决策树模型，并采用纹理特征变换的方式，将异常图像纹理特征变换为其与正常图像纹理特征变换的差值并归一化，从而增强了最优分类决策树模型对于异常图像分类的精度。同时，基于图像纹理特征变换和最优分类决策树进行建模，克服了利用不同地形SAR图像数据训练模型效果不佳的难题，有效地提高了SAR装备任务失效成因推理的准确度。
-
公开(公告)号：CN113255778A
公开(公告)日：2021-08-13
申请号：CN202110590395.5
申请日：2021-05-28
Applicant: 广汽本田汽车有限公司 , 电子科技大学(深圳)高等研究院
Abstract: 本发明公开了一种基于多模型融合的焊点质量检测方法、装置及存储介质，所述方法包括：获取电阻点焊过程中的焊点工艺参数数据集，并将焊点工艺参数数据集按照预设比例分为训练集和测试集；采用机器学习算法构建多个单一焊点质量检测模型，并将训练集输入每个单一焊点质量检测模型进行训练；根据预设的评估指标对每个训练好的单一焊点质量检测模型进行评估，并选取评估表现良好的单一焊点质量检测模型作为基分类器；将测试集输入每个基分类器，并根据预设规则对所有基分类器的输出结果进行融合，得到焊点质量检测结果。本发明实施例能够有效防止模型过拟合，具有良好的泛化能力，提高了模型的鲁棒性，进而实现提高焊点质量检测的准确性和检测效率。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.029 seconds)
