专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果4个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于半监督动态图注意的齿轮箱故障诊断方法-CN202310901165.5在审
  • 陶洪峰;史浩进;邱吉尔 - 江南大学
  • 2023-07-20 - 2023-10-17 - G06F18/2413
  • 本发明公开了一种基于半监督动态图注意的齿轮箱故障诊断方法,涉及故障诊断技术领域,该方法包括:从齿轮箱原始振动信号中得到固定长度诊断样本,再经过FFT作为图注意网络输入的KNN图节点;采用池化策略计算图节点间的模糊距离,引入动态注意力机制解决静态图注意网络对不同类节点权重分配相似的问题,构建动态多头图注意齿轮箱故障诊断模型并使用Softmax函数作为分类器,在少标签样本情况下通过标签传播算法实现半监督学习;利用Adam优化器通过反向传播方法进行模型训练,保存训练完成的故障诊断模型进行在线诊断。在动态图注意网络中添加丢弃层防止少标签样本下训练数据不足引起的过拟合,实现少数据量下的高精准度故障诊断。
  • 一种基于监督动态注意齿轮箱故障诊断方法
  • [发明专利]基于自注意力机制的多尺度特征融合齿轮箱故障诊断方法-CN202310019070.0在审
  • 陶洪峰;史浩进;沈凌志;黄远 - 江南大学
  • 2023-01-06 - 2023-04-25 - G06F18/25
  • 本发明公开了基于自注意力机制的多尺度特征融合齿轮箱故障诊断方法,涉及故障诊断技术领域,该方法包括:将齿轮箱一维原始振动信号利用随机划窗得到固定长度诊断样本;构建基于自注意力机制的多尺度特征融合故障诊断模型并使用Softmax函数作为分类器进行训练;利用动态裁剪Adam优化器通过反向传播方法进行模型训练;保存训练完成的故障诊断模型进行在线诊断。本发明通过不同尺度的卷积核分别提取齿轮箱原始振动信号的低频特征与局部时域特征,其次引入改进自注意力机制构建多尺度特征融合网络代替传统拼接方法,进一步挖掘振动信号的时频特征内在联系以提高模型诊断性能;同时引入批量归一化减少内部变量偏移,实现智能高效的端到端故障诊断。
  • 基于注意力机制尺度特征融合齿轮箱故障诊断方法
  • [发明专利]一种基于区域聚焦的多尺度道路目标检测方法-CN202211391669.9在审
  • 陶洪峰;沈凌志;史浩进;施博文;王玥 - 江南大学
  • 2022-11-08 - 2023-02-03 - G06V20/56
  • 本发明公开了一种基于区域聚焦的多尺度道路目标检测方法,涉及道路目标检测技术领域,该方法包括:首先获取固定在智能汽车上的摄像头采集到的图像进行统一缩放并对像素值进行归一化处理,按比例划分数据集,再使用基于GIOU距离的改进k均值聚类方法生成先验锚框;其次构建合适层数的模型并初始化参数,将训练集输入网络进行训练直至达到迭代次数;最后将训练好的模型应用于道路目标检测。该方法改进了原始YOLOv3模型,引入额外的检测分支,考虑到道路目标具有多尺度的特点,结合通道与空间注意力模块和特征图裁剪模块来提升道路目标检测的定位精度。
  • 一种基于区域聚焦尺度道路目标检测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top