-
Patent Agency Ranking
公开(公告)号：CN110717579B
公开(公告)日：2023-05-19
申请号：CN201910916412.2
申请日：2019-11-13
Applicant: 上海海事大学
IPC: G06F18/2411 , G06F18/214 , G06N20/10 , G06N3/0464 , G06N3/0475
Abstract: 本发明提供一种齿轮箱数据模型训练方法，包括：获取齿轮箱的样本数据，并为每一个样本数据匹配对应的类别标签；通过生成器生成模拟样本数据；将真实和生成的样本数据以及样本数据对应的类别标签作为鉴别器的输入，并获取鉴别器对每一个模拟样本数据的鉴别结果；在鉴别器的鉴别结果为真实时，将生成器输出的模拟样本数据通过鉴别器的全连接层输出作为支持向量机模型的训练样本数据。应用本发明实施例，通过包含生成器和鉴别器都由卷积神经网络构成，这种方法扩充的数据样本能够全面包含原始数据的信息量，对实际工业的检测更准确对数据进行特征自适应提取，然后全连接层提取的特征作为输入到SVM中进行训练，得到对故障的检测及分类。
-
公开(公告)号：CN110750876B
公开(公告)日：2023-09-19
申请号：CN201910916201.9
申请日：2019-11-13
Applicant: 上海海事大学
Abstract: 本发明实施例提供的一种轴承数据模型训练方法，通过样本数据、傅里叶变换后的样本数据以及傅里叶变换后的噪声数据三类作为输入，增强模型的抗干扰能力，以及通过将样本数据转转换二维图像能够自适应提取关键特征，把提取的特征作为一维数据作为输入到1D‑CNN模型将大大降低了模型的复杂度，减少了基于人工经验进行特征选择带来的工作量和误差，同时提出了模型自适应更新方法，提高了模型的分类精度和鲁棒性。
-
公开(公告)号：CN110717579A
公开(公告)日：2020-01-21
申请号：CN201910916412.2
申请日：2019-11-13
Applicant: 上海海事大学
Abstract: 本发明提供一种齿轮箱数据模型训练方法，包括：获取齿轮箱的样本数据，并为每一个样本数据匹配对应的类别标签；通过生成器生成模拟样本数据；将真实和生成的样本数据以及样本数据对应的类别标签作为鉴别器的输入，并获取鉴别器对每一个模拟样本数据的鉴别结果；在鉴别器的鉴别结果为真实时，将生成器输出的模拟样本数据通过鉴别器的全连接层输出作为支持向量机模型的训练样本数据。应用本发明实施例，通过包含生成器和鉴别器都由卷积神经网络构成，这种方法扩充的数据样本能够全面包含原始数据的信息量，对实际工业的检测更准确对数据进行特征自适应提取，然后全连接层提取的特征作为输入到SVM中进行训练，得到对故障的检测及分类。
-
公开(公告)号：CN112435238A
公开(公告)日：2021-03-02
申请号：CN202011331989.6
申请日：2020-11-24
Applicant: 上海海事大学
IPC: G06T7/00 , G06T7/136 , G06T7/155 , G06T7/194 , G06T7/62 , G06T7/90 , G06N3/04 , G06N3/08 , G06T5/00 , G06T5/30 , G06T5/50
Abstract: 本发明提出一种基于深度卷积神经网络和模型压缩的十大功劳检测方法。上述方法包括，十大功劳图像数据采集、十大功劳预处理模型的搭建与训练、十大功劳识别模型搭建与预训练、模型的微调、模型压缩、十大功劳图像获取、提取十大功劳前景图像，该方法可支持无人设备实现在相关区域进行快速准确的对35类十大功劳进行识别，可以减少相关工作者的工作量，降低事故发生的概率。
-
公开(公告)号：CN110750876A
公开(公告)日：2020-02-04
申请号：CN201910916201.9
申请日：2019-11-13
Applicant: 上海海事大学
Abstract: 本发明提供一种齿轮箱数据模型训练方法，包括：获取齿轮箱的样本数据，并为每一个样本数据匹配对应的类别标签；通过生成器生成模拟样本数据；将真实和生成的样本数据以及样本数据对应的类别标签作为鉴别器的输入，并获取鉴别器对每一个模拟样本数据的鉴别结果；在鉴别器的鉴别结果为真实时，将生成器输出的模拟样本数据通过鉴别器的全连接层输出作为支持向量机模型的训练样本数据。应用本发明实施例，通过包含生成器和鉴别器都由卷积神经网络构成，这种方法扩充的数据样本能够全面包含原始数据的信息量，对实际工业的检测更准确对数据进行特征自适应提取，然后全连接层提取的特征作为输入到SVM中进行训练，得到对故障的检测及分类。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
