民航中南空管设备工程(广州)有限公司;中国民用航空中南地区空中交通管理局蔡琪获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉民航中南空管设备工程(广州)有限公司;中国民用航空中南地区空中交通管理局申请的专利一种基于图像识别的设备监测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119296034B 。
龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411387689.8,技术领域涉及:G06V20/52;该发明授权一种基于图像识别的设备监测方法及系统是由蔡琪;陈强超;许建颖;唐伟盛;李英山;任龙昊;李常福;曾晓辉;彭宇彬;许智杰设计研发完成,并于2024-10-06向国家知识产权局提交的专利申请。
本一种基于图像识别的设备监测方法及系统在说明书摘要公布了:本发明公开了一种基于图像识别的设备监测方法及系统,涉及图像识别技术领域,包括,获取实时图像数据并进行预处理,通过特征融合将多层次的特征向量整合成综合特征向量;将综合特征向量输入基于深度特征与环境动态调适构建的,环境适应性与泛化能力增强的分类模型,应用分类模型对设备状态进行实时监测,计算设备的异常概率,基于设备处于异常状态的概率,评估当前设备的状态,生成设备状态监测报告。本发明通过采集和处理实时图像,提升了监测效率,深度学习技术提取特征,增强了识别能力,特征融合后,模型敏感性提高,异常检测更精确,自适应分类器确保了监测准确性,实时分析设备状态,评估健康度,并为维护提供数据支持,减少故障。
本发明授权一种基于图像识别的设备监测方法及系统在权利要求书中公布了:1.一种基于图像识别的设备监测方法,其特征在于:包括,获取实时图像数据并进行预处理;利用预训练的深度卷积神经网络,对预处理后的图像进行深度特征提取;通过特征融合将多层次的特征向量整合成综合特征向量;将综合特征向量输入基于深度特征与环境动态调适构建的,环境适应性与泛化能力增强的分类模型;应用分类模型对设备状态进行实时监测,计算设备的异常概率;基于设备处于异常状态的概率,评估当前设备的状态,生成设备状态监测报告;所述通过特征融合将多层次的特征向量整合成综合特征向量,具体步骤如下:通过线性变换,从特征图中生成查询向量Q(i,j)和键向量K(k,l);通过线性变换,从特征图中生成查询向量Q(i,j)和键向量K(k,l)开始前,需要对WQ和WK使用Glorot均匀初始化;对于每一层特征图,计算注意力权重矩阵W,并利用注意力机制将不同位置的特征信息组合成一个综合特征向量;利用注意力机制将不同位置的特征信息组合成一个综合特征向量;所述将综合特征向量输入基于深度特征与环境动态调适构建的,环境适应性与泛化能力增强的分类模型,具体步骤为:定义一个自适应动态权重调整函数,G(F*i(i,j),E,θG),使用径向基函数RBF核函数作为基础构建块,将综合特征向量输入自适应动态权重调整函数G(F*i(i,j),E,θG),结合特征向量本身的信息和环境变化的影响,通过动态调整模型内部的权重,增强模型的适应性和泛化能力;利用自适应动态权重调整函数G来调整分类模型中的权重;通过考量设备内部参数变动,环境因素变化以及特征动态演进的绝对差异,精确计算设备处于异常状态的概率,表达式为: 其中,Pay(Y=1|F*i(i,j),E)表示给定综合特征向量F*i(i,j)和环境因素矩阵E的情况下,设备处于异常状态的概率,σ是映射函数,b是偏置项;通过固定百分位法,定义一个异常行为临界值T,设备运行时通过Pay的值,将实时计算到的Pay值与设定的异常行为临界值T进行比较,若PayT,则判定设备处于异常状态,若PayT,则判定设备处于正常状态。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人民航中南空管设备工程(广州)有限公司;中国民用航空中南地区空中交通管理局,其通讯地址为:510000 广东省广州市白云区机场路南云东街3号606房;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。