-
公开(公告)号：CN116758937A
公开(公告)日：2023-09-15
申请号：CN202310625191.X
申请日：2023-05-29
Applicant: 浙江浙能数字科技有限公司 , 浙江大学
Abstract: 本发明公开了一种搭载在巡视机器人上的异常声音检测方法，包括1、声音收集；2、获取声音时间序列和采样频率、每个采样点的样本位数的属性，先对PCM进行补零使其长度为2的整数次幂L，并对PCM进行归一化；3、计算声音的能量；4、进行短时傅里叶变换；5、计算梅尔频谱图MelSpec，通过梅尔滤波器进行加权，最后将对加权的滤波器输出值进行对数运算得到MelSpec；6、得到一个多特征融合的声音特征向量X；7、构建数据集，将拼接得到的特征向量X输入到自编码器中进行训练，根据重建误差与阈值的关系来判断是否为异常声音。本发明可以有效避免现有技术需要异常声音样本、特征单一导致识别率低等问题。
-
公开(公告)号：CN114345648A
公开(公告)日：2022-04-15
申请号：CN202210014964.6
申请日：2022-01-07
Applicant: 浙江大学
Abstract: 本发明提供了一种关节运动传感器的贴片设备，属于传感器技术领域。它解决了现有的转盘式传感器双面贴片设备的翻转形式不佳的问题。本贴片设备包括用于装夹工件并将工件间隙性圆周运输的工位切换部件和用于对工件进行各项加工作业的若干加工部件，这些加工部件环绕工位切换部件圆周均匀排布。与现有技术相比，本贴片设备在翻面过程不需要额外占据工位，并且转盘能够自动完成间歇性的工位切换，效率快连贯性好。
-
Patent Agency Ranking
公开(公告)号：CN119233272A
公开(公告)日：2024-12-31
申请号：CN202411310207.9
申请日：2024-09-19
Applicant: 浙江大学
IPC: H04W16/18 , H04W12/121 , G06N3/048 , G06N3/0499 , G06N3/08 , G06F18/2132 , G06F18/214 , G06F18/2411
Abstract: 本发明公开了一种基于前馈神经网络的非合作未知物联网设备射频感知方法。本发明专注于非合作未知物联网设备发射的通信信号，由于此类设备一旦向外界传递其收集的信息，必然需要发射通信信号，因此通过捕获其通信信号能够有效提高检出概率。本发明通过神经网络提取通信信号特征，无需从设备供应商处获取此特征，有效提升了本发明部署的可行性和便捷性。前馈神经网络是最为精简的神经网络结构之一，其表征能力相对较弱，一般难以完成复杂任务，本发明采用特定的损失函数，使得训练得到的前馈神经网络具有识别非合作未知物联网设备的能力，因此使得本发明具有在同类方法中，对硬件性能要求较低的优点，进而提升了本发明的部署潜力，降低了部署成本。
-
公开(公告)号：CN119249225A
公开(公告)日：2025-01-03
申请号：CN202411310216.8
申请日：2024-09-19
Applicant: 浙江大学
IPC: G06F18/241 , G06F18/23213 , G06F18/213 , G06Q50/04 , G06N3/0442 , G06N3/084 , G06F123/02
Abstract: 本发明公开了一种基于长短时记忆网络的智能工厂入侵设备检测方法。本发明基于长短时记忆网络分析不同时刻智能工厂内设备所发射的信号的特征之间的时序关系，并从该时序关系中提取有关信号特征的更深层次的信息，从而提高非法入侵设备的检出效率。本发明基于特定的损失函数进行训练，使得神经网络的特征空间具有较好的稀疏性。利用该稀疏性，可以对识别出的非法入侵设备的特征进行聚类，从而实现智能工厂内非法入侵设备数量的识别。这对实际应用中查找非法入侵设备、排除非法入侵设备有着重要意义。
-
公开(公告)号：CN117191272A
公开(公告)日：2023-12-08
申请号：CN202310842277.8
申请日：2023-07-11
Applicant: 浙江浙能数字科技有限公司 , 浙江大学
IPC: G01M3/04 , G06T7/00 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/082 , G06N3/094 , G01N21/84 , H04N7/18
Abstract: 本发明涉及一种基于图像增广和轻量级深度学习模型的工业设备漏水漏油检测方法，包括：获取工业设备的正常运行图像以及漏水漏油图像；进行数据增广；对漏水漏油图像中的漏水漏油区域进行标注；进行模型训练；将模型部署到服务器端，对是否有漏水漏油现象进行检测。本发明的有益效果是：本发明通过数据集采集与制作、基于对抗生成网络的图像增广、基于轻量级深度学习模型的漏水漏油检测、深度学习模型部署技术实现了对多类工业设备漏水漏油现象进行自动快速的检测，提高了检测效率，降低了人力成本。
-
公开(公告)号：CN116930747A
公开(公告)日：2023-10-24
申请号：CN202310613435.2
申请日：2023-05-29
Applicant: 浙江大学 , 浙江浙能数字科技有限公司
Abstract: 本发明属于电机声音异常检测技术领域，公开了一种模拟多台电机异常声音的装置及方法，包括电机、变压器、摩擦剂和麦克风阵列；电机通过变压器接通电源，摩擦剂涂抹在电机的轴承上。电机用于发出电机运行的声音；变压器用于降低电机供电电压、加大电流，使电机处于过载状态，产生异常声音；摩擦剂用于降低电机轴承的光滑程度，使电机能够产生内部摩擦的异常声音；麦克风阵列用于收集电机异常声音。本发明通过在麦克风阵列不同的位置分别模拟和采集电机异常声音，并将多个位置的声音进行叠加从而模拟多台电机发出异常声音，供工程师进行实验和测试，节省了电机的使用数量，降低了成本和测试过程对电机的损害，提高了电机的质量和稳定性。
-
公开(公告)号：CN116758416A
公开(公告)日：2023-09-15
申请号：CN202310620743.8
申请日：2023-05-29
Applicant: 浙江大学 , 浙江浙能数字科技有限公司
IPC: G06V20/10 , G06V10/25 , G06V10/774 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于工业垃圾检测领域，公开了一种基于改进YOLOv5和模型迁移学习微调的工业垃圾目标检测方法。该方法首先使用大规模多种类垃圾目标检测数据集进行模型训练，保存训练后得到的模型参数数据文件。然后采集具体场景的真实工业垃圾图像，并标注制作工业垃圾目标检测数据集。最后，将模型参数数据文件在训练模型上进行预训练权重加载，使用工业垃圾目标检测数据集对模型进行微调训练，得到针对工业垃圾目标检测的高性能网络模型。本发明有效提高了工业垃圾目标检测的精度，并且减少了采集并标注大量工业垃圾目标检测图像的时间和成本，解决了在人工智能视觉检测领域工业垃圾目标检测图像数据不足的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
