基于神经网络模型的智能检测方法及其系统

发明专利有效专利

申请号：
CN202210821671.9
IPC分类号：G06K9/00G06K9/62G06N3/04G06N3/08
申请日期：
2022-07-12
申请人：
绍兴九樱纺织品有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于神经网络模型的智能检测方法及其系统
申请号	CN202210821671.9	申请日期	2022-07-12
法律状态	公开	申报国家	中国
公开/公告日	2022-09-23	公开/公告号	CN115099285A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G06K9/00;G06K9/62;G06N3/04;G06N3/08查看分类表>
申请人	绍兴九樱纺织品有限公司	申请人地址	浙江省绍兴市柯桥区安昌街道柯桥金柯桥大道2998号绍兴轻纺贸易中心7幢10*** 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	绍兴九樱纺织品有限公司	当前权利人	绍兴九樱纺织品有限公司
发明人	李玮涛
代理机构	暂无	代理人	暂无

摘要

本申请涉及安全用电领域下的智能检测，其具体地公开了一种基于神经网络模型的智能检测方法及其系统，其使用包含嵌入层的上下文编码器分别对时域特征进行基于全局的上下文语义编码，以提取出所述各个采样窗的电流信号在时序上的隐含关联特征分布，并利用卷积神经网络模型对所述电流信号的波形图进行编码，以提取所述电流信号的波形图中能够用于低压电弧预警分类的隐含特征，进而更全面充分地利用所述系统电路的波形图中的特征信息，并且在训练的过程中，添加使得两者之间的流形差异满足凸单调性的附加项，从而使得特征矩阵间的流形差异性能够适应各子维度投影上的凸单调性，以提高基于用电场所的整体用电情况来进行低压电弧风险预警的准确性。

一种医用转运床

发明授权

基于神经网络模型的智能检测方法及其系统

在售专利 早买早用

在售专利早买早用