公开(公告)号：CN114895647A

公开(公告)日：2022-08-12

申请号：CN202210383160.3

申请日：2022-04-13

Applicant: 哈尔滨工程大学

Inventor： 杨东梅 ,  孙颖 ,  李昊垚 ,  张祺 ,  佟云昊 ,  陈松涛 ,  赖初荣

IPC: G05B23/02

Abstract: 本发明公开了一种面向小样本船舶零件故障数据的诊断方法及可读存储介质。步骤1：对船舶设备运行状态过程中零件的振动加速度信号数据进行故障类型标注；步骤2：对步骤1故障类型标注进行预处理，并处理后的数据集划分为训练集和测试集；步骤3：构建面向小样本船舶零件故障数据的诊断模型；步骤4：将步骤2的训练集用于训练步骤3诊断模型，得到故障类型的生成数据；步骤5：基于步骤4的生成数据采用对抗生成思想，实现具有故障特征的指定类型的故障数据；步骤6：基于步骤4的生成数据与步骤5的故障数据的结合实现对船舶零件故障的诊断。用以解决现有技术中故障状态为偶发性状态容易产生的小样本类不平衡问题。

公开(公告)号：CN117095296A

公开(公告)日：2023-11-21

申请号：CN202311149193.2

申请日：2023-09-07

Applicant: 哈尔滨工程大学

Inventor： 杨东梅 ,  李泽 ,  娄云龙 ,  张祺 ,  陈瞰君 ,  王兴梅 ,  张越 ,  张万松 ,  陈松涛

IPC: G06V20/10 ,  G06V10/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于复合卷积神经网络的船舶舱室浸水识别方法，属于船舶浸水识别技术领域。包括以下步骤：S1、获取船舶舱室浸水图片数据，并对所述图片数据进行预处理，得到图像数据集；S2、构建复合神经网络，并基于所述图像数据集对所述复合神经网络进行训练，基于训练后的所述复合神经网络对船舶舱室图像进行进水识别，得出识别结果。本发明使用复合卷积神经网络的方法进行船舶舱室浸水识别，可以提高识别精度，增加决策者应对突发浸水事件的能力，极大程度上节省人力、防止工作人员工作疏漏导致错过堵漏救援第一时间。