-
公开(公告)号：CN111899191B
公开(公告)日：2024-01-26
申请号：CN202010703681.3
申请日：2020-07-21
Applicant: 武汉工程大学
IPC: G06T5/00 , G06T7/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09 , G06T5/60
Abstract: 本发明提供一种文本图像修复方法、装置及存储介质，方法包括：从图像采集设备中获得多个原始医疗文本图像，并对多个原始医疗文本图像的随机分类得到原始训练集图像和原始测试集图像；分别对原始训练集图像和原始测试集图像的图像缺失处理得到缺损训练集图像和缺损测试集图像；构建训练模型，并根据缺损训练集图像对训练模型进行训练，得到最终修复模型；根据最终修复模型对缺损测试集图像进行修复处理，得到修复图像结果。本发明克服了传统人工修复文本图像的工作量大、效率低下和准确率不够的缺陷，能对图像中文本存在结构缺失的情况进行修复，能够使残缺文本修复到有一定的阅读性，对残缺文本读取有很深的意义。
-
公开(公告)号：CN114239759B
公开(公告)日：2022-05-10
申请号：CN202210174568.X
申请日：2022-02-25
Applicant: 武汉工程大学
IPC: G06K9/62 , G06K9/00 , G01R31/367
Abstract: 本发明涉及一种电动汽车的故障诊断方法、装置、电子设备及存储介质，属于电动汽车技术领域。该方法包括：获取电动汽车的待分类故障信号；对待分类故障信号进行特征提取处理，得到目标输入数据；将目标输入数据输入至训练完成的故障分类模型，得到电动汽车的故障诊断结果。本发明将待分类故障信号进行特征提取处理后输入至训练完成的故障分类模型，能够做出更准确的故障诊断，且能自动对大量的电动汽车的故障信号进行分类，从而实现故障的快速诊断，克服了传统基于专家判定的故障诊断方法工作量大、效率低下和准确率不够的缺陷，更利于落地实践应用。
-
公开(公告)号：CN114112992B
公开(公告)日：2022-04-12
申请号：CN202210064928.0
申请日：2022-01-20
Applicant: 武汉工程大学
IPC: G01N21/359 , G01N21/3577 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种奶油亮蓝色素的检测方法、装置及存储介质，属于数据检测技术领域，方法包括：S1：通过近红外光谱仪对待测奶油的数据采集得到原始光谱数据；S2：对原始光谱数据的预处理得到预处理后光谱数据；S3：对预处理后光谱数据的降维分析得到降维后光谱数据；S4：将所有的降维后光谱数据随机划分至训练集或测试集或验证集中；S5：构建训练模型，通过训练模型对训练集和测试集的训练分析得到目标检测模型；S6：通过目标检测模型对验证集的检测得到奶油亮蓝色素的检测结果。本发明提高了光谱的分辨率，降低了模型的复杂度，且提高了模型的稳健性，提高了光谱对人工色素浓度的敏感性，减少了计算成本与消耗，提高了精度。
-
公开(公告)号：CN112489627A
公开(公告)日：2021-03-12
申请号：CN202011294784.5
申请日：2020-11-18
Applicant: 武汉工程大学
Abstract: 本发明提供一种工业流水线音频识别方法、装置及存储介质，方法包括：导入多个原始音频数据，并分别对多个所述原始音频数据进行数据转化处理，得到多个待处理音频数据，分别对多个所述待处理音频数据进行降维处理，得到多个降维音频数据；分别对多个所述降维音频数据进行特征提取，得到多个音频特征数据，并集合多个所述音频特征数据，得到音频特征数据集。本发明提高了对音频噪音和静音的分辨准确性，可以实现对小样本短时间的快速准确测定，代替了人工处理成分数据，实现了高智能化、高准确率以及高效率的目标，且实现方法简单，适合于普遍推广，具有广阔的市场前景。
-
公开(公告)号：CN114239759A
公开(公告)日：2022-03-25
申请号：CN202210174568.X
申请日：2022-02-25
Applicant: 武汉工程大学
IPC: G06K9/62 , G06K9/00 , G01R31/367
Abstract: 本发明涉及一种电动汽车的故障诊断方法、装置、电子设备及存储介质，属于电动汽车技术领域。该方法包括：获取电动汽车的待分类故障信号；对待分类故障信号进行特征提取处理，得到目标输入数据；将目标输入数据输入至训练完成的故障分类模型，得到电动汽车的故障诊断结果。本发明将待分类故障信号进行特征提取处理后输入至训练完成的故障分类模型，能够做出更准确的故障诊断，且能自动对大量的电动汽车的故障信号进行分类，从而实现故障的快速诊断，克服了传统基于专家判定的故障诊断方法工作量大、效率低下和准确率不够的缺陷，更利于落地实践应用。
-
Patent Agency Ranking
公开(公告)号：CN114112992A
公开(公告)日：2022-03-01
申请号：CN202210064928.0
申请日：2022-01-20
Applicant: 武汉工程大学
IPC: G01N21/359 , G01N21/3577 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种奶油亮蓝色素的检测方法、装置及存储介质，属于数据检测技术领域，方法包括：S1：通过近红外光谱仪对待测奶油的数据采集得到原始光谱数据；S2：对原始光谱数据的预处理得到预处理后光谱数据；S3：对预处理后光谱数据的降维分析得到降维后光谱数据；S4：将所有的降维后光谱数据随机划分至训练集或测试集或验证集中；S5：构建训练模型，通过训练模型对训练集和测试集的训练分析得到目标检测模型；S6：通过目标检测模型对验证集的检测得到奶油亮蓝色素的检测结果。本发明提高了光谱的分辨率，降低了模型的复杂度，且提高了模型的稳健性，提高了光谱对人工色素浓度的敏感性，减少了计算成本与消耗，提高了精度。
-
公开(公告)号：CN112991704A
公开(公告)日：2021-06-18
申请号：CN202110545035.3
申请日：2021-05-19
Applicant: 武汉工程大学
Abstract: 本发明提供用于充电储能系统的过压数据处理方法、装置及存储介质，方法包括：导入多个原始过压报警数据，并对多个所述原始过压报警数据进行特征分析，得到多个过压报警特征数据，并集合所有的所述过压报警特征数据得到过压报警特征数据集。本发明提高了对报警数据类别的分辨准确性，实现了对报警数据短时间的快速准确测定，代替了人工处理报警数据，实现了高智能化、高准确率以及高效率的目标，保障了可充电储能系统安全可靠的运行，解决了潜在隐患，有助于在问题发生前将故障及时通知后台予以处理修复，给用户更好的安全保障，且实现方法简单，适合于普遍推广，具有广阔的市场前景。
-
公开(公告)号：CN111134664A
公开(公告)日：2020-05-12
申请号：CN201911309016.X
申请日：2019-12-18
Applicant: 武汉工程大学
IPC: A61B5/0476 , A61B5/00 , G06K9/62
Abstract: 本发明涉及一种基于胶囊网络的癫痫放电识别方法、系统和存储介质，方法包括获取多个原始脑电波数据，对所有原始脑电波数据进行预处理，得到多个目标脑电波数据；将所有目标脑电波数据制作成数据集，并基于胶囊网络学习方法，根据所述数据集得到分类模型；根据所述数据集对所述分类模型依次进行参数调优和验证，得到目标优化模型；根据所述目标优化模型对待识别脑电波数据进行识别，得到识别结果。本发明基于胶囊网络学习方法，能代替人工目测阅图，自动对大量的脑电波数据进行智能检测和识别，实时检测出癫痫样放电的脑电波数据，为临床做及时地干预，效率高，稳定性强，准确率高。
-
公开(公告)号：CN114371145A
公开(公告)日：2022-04-19
申请号：CN202210276771.8
申请日：2022-03-21
Applicant: 武汉工程大学
IPC: G01N21/359 , G01N21/3577 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种奶油混合色素的检测方法、装置、电子设备及存储介质，属于数据检测技术领域。该方法包括：获取待检测奶油的光谱数据；对光谱数据进行预处理，得到目标数据；将目标数据输入至训练完成的混合色素检测模型，得到待检测奶油的混合色素检测结果，其中，混合色素检测模型为以单色素检测模型为基础构建的迁移模型，单色素检测模型用于检测单色素奶油数据的单色素检测结果。本发明以单色素检测模型为基础构建的迁移模型初始性能高且收敛速度快，能够克服混合色素检测难度较高且数据量少的缺陷，减少混合色素检测模型的训练时间并保证其精度，实现快速、破环性小且准确的混合色素检测。
-
公开(公告)号：CN112057068A
公开(公告)日：2020-12-11
申请号：CN202010877100.8
申请日：2020-08-27
Applicant: 武汉工程大学
Abstract: 本发明提供一种癫痫病理数据分类方法、装置及存储介质，方法包括：从预设电磁波采集设备中获取多个原始脑磁波数据，对多个原始脑磁波数据进行预处理，得到多个目标脑磁波数据，并集合多个目标脑磁波数据得到目标脑磁波数据集；构建训练模型，并根据目标脑磁波数据集对训练模型进行训练，得到分类模型；根据目标脑磁波数据集对分类模型进行优化处理，得到分类优化模型；根据分类优化模型对待分类脑磁波数据进行分类处理，得到癫痫病理数据的分类结果。本发明能代替人工目测阅图，自动对大量的脑磁波数据进行智能检测和分类，实时检测出癫痫样放电的脑磁波数据，为临床做及时地干预，效率高，稳定性强，准确率高。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.02 seconds)
