“伍章俊”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]一种基于双重注意力网络的油气管道漏磁检测方法-CN202310346527.9在审
发明人：王刚;李寰;褚伟;伍章俊;熊群峰;董洋;卢明凤;贡俊巧;罗龙清 -专利权人：合肥工业大学;安徽华工智能科技研究院有限公司
申请日： 2023-04-03 - 公布日： 2023-06-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于双重注意力网络的油气管道漏磁检测方法，属于管道检修技术领域，其步骤包括：1通过漏磁检测器采集油气管道漏磁曲线图像，并构建油气管道漏磁图像数据集；2搭建双重注意力网络，网络结构包含多尺度卷积神经网络模块、尺度注意力模块、双向门控循环单元模块、时间注意力模块和全连接网络预测模块；3训练双重注意力网络模型，优化模型参数；4利用训练好的双重注意力模型预测管道的缺陷情况。本发明能自适应融合多个尺度上的缺陷特征，并能实现不同时间的特征的差异性利用，从而能提升油气管道漏磁检测效果。
一种基于双重注意力网络油气管道检测方法

[发明专利]基于改进的transformer网络的油气管道漏磁检测方法-CN202310346566.9在审
发明人：王刚;李寰;褚伟;伍章俊;熊群峰;董洋;卢明凤;贡俊巧;罗龙清 -专利权人：合肥工业大学;安徽华工智能科技研究院有限公司
申请日： 2023-04-03 - 公布日： 2023-06-09 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于改进的transformer的管道漏磁检测方法，属于管道检修技术领域，其步骤包括：1通过漏磁检测器采集油气管道漏磁曲线图像，并构建油气管道漏磁图像数据集；2搭建改进的transformer网络，网络结构包含卷积模块、编码模块和全连接网络预测模块；3训练改进的transformer网络模型，优化模型参数；4利用训练好的改进的transformer模型预测管道的缺陷情况。本发明能自适应能实现局部特征与全局特征的互补性利用，从而提升管道漏磁检测效果。
基于改进 transformer 网络油气管道检测方法

[发明专利]基于双层注意力网络多域特征融合的设备剩余寿命预测方法-CN202210371790.9在审
发明人：王刚;邵佳颖;苏泽容;张亚楠;伍章俊;杨敏;马敬玲;卢明凤;贡俊巧 -专利权人：合肥工业大学
申请日： 2022-04-11 - 公布日： 2022-07-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于双层注意力网络多域特征融合的设备剩余寿命预测方法，包括：1、融合领域知识，提取信号信息的时域、频域和时频域统计特征；2、构建多尺度特征提取模块，采用不同大小卷积核的一维卷积神经网络从多个尺度的信号信息中提取特征；3、基于尺度注意力模块对得到的多尺度综合信息进行加权组合；4、将多尺度特征输入长短期记忆网络提取多尺度深度特征；5、采用领域注意力模块，为多尺度深度特征和三种统计特征赋予不同的权重，有针对性的利用不同的特征组合进行设备剩余寿命预测。本发明能快速、准确地预测设备的剩余寿命，从而提高工程机械高端装备可靠性和安全性、降低失效事件发生的风险。
基于双层注意力网络特征融合设备剩余寿命预测方法

[发明专利]一种基于特征融合和集成聚类的设备故障诊断方法-CN202210372271.4在审
发明人：王刚;苏泽容;邵佳颖;张亚楠;伍章俊;杨敏;褚伟;马敬玲;卢明凤;贡俊巧 -专利权人：合肥工业大学
申请日： 2022-04-11 - 公布日： 2022-07-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于特征融合和集成聚类的设备故障诊断方法，其步骤包括：第一，采集数据并进行预处理；第二，利用信号处理方法提取时域、频域、时频域特征的统计特征，同时，利用基于双向长短期记忆网络的降噪自编码器提取深度表示特征；第三，基于上述特征，生成多个特征空间，并训练基聚类器；第四，利用选择性加权投票法融合各基聚类器结果，进行设备故障诊断。本发明能够有效融合多类特征，同时确保设备故障诊断模型的稳定性和鲁棒性，从而提高设备故障诊断的精度。
一种基于特征融合集成设备故障诊断方法

[发明专利]一种基于双重注意力网络的设备剩余使用寿命预测方法-CN202111637184.9在审
发明人：王刚;李慧;张亚楠;伍章俊;卢明凤;贡俊巧;祝贺功;王逸飞;程萌勋 -专利权人：合肥工业大学
申请日： 2021-12-29 - 公布日： 2022-04-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于双重注意力网络的设备剩余使用寿命预测方法，其步骤包括：1收集传感器数据并进行预处理，通过滑动时间窗口方法构建数据样本集；2搭建双重注意力网络，网络结构包含空间注意力模块、双向长短期记忆模块、时间注意力模块和全连接网络预测模块；3训练双重注意力网络模型，优化模型参数；4利用训练好的双重注意力网络模型预测设备的剩余使用寿命。本发明能自适应融合多源传感器数据，并能实现不同时间的特征的差异性利用，从而提升剩余使用寿命预测效果。
一种基于双重注意力网络设备剩余使用寿命预测方法

[发明专利]基于近邻传播的文本数据流聚类算法-CN201510221327.6有效
发明人：倪丽萍;李一鸣;倪志伟;伍章俊 -专利权人：合肥工业大学
申请日： 2015-05-04 - 公布日： 2018-02-02 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于近邻传播的文本数据流聚类算法，其特征是按如下步骤进行1对文本数据集进行降维处理，获得相应的文本向量集；2获得所有时刻的聚类中心，并完成聚类算法。本发明不需要预先指定聚类个数，就能提高算法的准确率和鲁棒性，从而满足解决实际问题的需要。
基于近邻传播文本数据流算法

[发明专利]一种基于二进制萤火虫算法的属性选择方法-CN201610157896.3在审
发明人：倪志伟;李敬明;张琛;朱旭辉;金飞飞;伍章俊 -专利权人：合肥工业大学
申请日： 2016-03-17 - 公布日： 2016-08-03 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于二进制萤火虫算法的属性选择方法，其特征按如下步骤进行：步骤1、利用分形维数盒计法计算高维数据集的分形维数，获得的所要选择属性的个数；步骤2、初始化萤火虫种群；步骤3、利用二进制萤火虫算法对高维数据集的多个属性进行选择，获得最优属性子集；步骤4、输出最优解。本发明使用二制萤火虫算法作为属性选择的搜索策略，以分形维数作为属性选择评估度量准则，从高维数据集的多个指标属性中选择一个较优的属性子集，这样能够降低数据处理的复杂性，提高数据处理的效率，从而满足解决实际问题的需要。
一种基于二进制萤火虫算法属性选择方法

[发明专利]一种基于协同进化粒子群算法求解多任务问题-CN201610032835.4在审
发明人：倪志伟;程美英;朱旭辉;倪丽萍;伍章俊 -专利权人：合肥工业大学
申请日： 2016-01-18 - 公布日： 2016-06-29 - 主分类号： G06N3/12 文献下载
摘要：本发明公开了一种基于协同进化粒子群算法求解多任务问题，其特征是按如下步骤进行：步骤1、种群初始化；步骤2、划分种群；步骤3、初始化各子种群中粒子的位置和速度；步骤4、初始化各子种群中粒子自身最优解及粒子自身最优位置；步骤5、初始化各子种群公告板上全局最优解及全局最优位置；步骤6、执行基本粒子群算法；步骤7、执行竞争操作；步骤8、执行协作操作；步骤9、更新各子种群粒子自身最优解及粒子自身最优位置；步骤10、更新各子种群全局最优解及全局最优位置；步骤11、循环步骤；步骤12：输出各子种群的全局最优解。本发明通过子种群之间的相互竞争协作，能同时求解多个不同的优化问题，从而满足解决实际问题的需要。
一种基于协同进化粒子算法求解任务问题

[发明专利]一种基于萤火虫算法的选择性集成学习方法-CN201510953417.4在审
发明人：倪志伟;张琛;倪丽萍;朱旭辉;金飞飞;伍章俊 -专利权人：合肥工业大学
申请日： 2015-12-16 - 公布日： 2016-05-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于萤火虫算法的选择性集成学习方法，其特征按如下步骤进行：步骤1、初始化；步骤2、荧光素更新阶段；步骤3、萤火虫个体移动阶段；步骤4、动态决策域更新阶段；步骤5、输出最优解。本发明使用萤火虫算法优化集成中各个分类器中的权重，选择部分精度高、差异度大的分类器参与集成，能提高集成的泛化性能和分类预测准确率，从而满足解决实际问题的需要。
一种基于萤火虫算法选择性集成学习方法

[发明专利]一种变步长自适应的改进人工鱼群算法-CN201410346042.0在审
发明人：倪志伟;朱旭辉;程美英;倪丽萍;伍章俊 -专利权人：合肥工业大学
申请日： 2014-07-18 - 公布日： 2014-10-01 - 主分类号： G06N3/00 文献下载
摘要：本发明公开了一种变步长自适应的改进人工鱼群算法其特征是按如下步骤进行：步骤1、初始化；步骤2、公告板初始化；步骤3、执行聚群行为；步骤4、执行追尾行为；步骤5、执行觅食行为；步骤6、判断终止条件；步骤7、输出食物浓度最大值。本发明能增强算法跳出局部最优能力、加快全局收敛速度和提高计算结果精度，从而满足解决实际问题的需要。
一种步长自适应改进人工鱼群算法

1
共 10 条