首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多中心深度度量学习的轮型识别方法与智能运维系统 

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!

申请/专利权人:中南大学

摘要:本发明公开了一种基于多中心深度度量学习的轮型识别方法与智能运维系统,方法包括:搭建多中心深度度量学习模型框架,包括特征提取模块、异常检测模块、分类模块;特征提取模块提取轮型图像的特征;分类模块根据特征分类和构建分类损失;异常检测模块根据聚合特征构建多中心损失及计算各中心的控制限;基于分类损失和多中心损失训练多中心深度度量学习模型;要对轮型测试样本进行识别时:异常检测模块进行异常检测,分类模块进行已知类别的分类预测,综合异常检测和分类预测的结果输出决策向量。本发明方法可提高轮型识别精度,运维系统可以根据每日生产计划的进行小批量类别模型的动态部署与实时迭代,实现轻量级高精度轮型识别服务。

主权项:1.一种基于多中心深度度量学习的轮型识别方法,其特征在于,包括:搭建多中心深度度量学习模型框架,包括特征提取模块、异常检测模块、分类模块;所述特征提取模块对输入的轮型图像进行特征提取;所述分类模块根据提取的特征进行分类预测进而构建分类损失;所述异常检测模块对提取的特征聚合进而根据聚合特征构建多中心损失,以及根据聚合特征与所属轮型类别各中心的距离计算各中心的控制限;基于分类损失和多中心损失构建损失函数,并基于训练样本的损失函数值训练多中心深度度量学习模型;当训练完模型且需要对轮型测试样本进行识别时:异常检测模块根据控制限和测试样本的聚合特征到各中心的距离,对测试样本进行异常检测,识别未知类别的异常;分类模块根据测试样本的特征进行已知类别的分类预测;最终综合异常检测结果和分类预测结果以输出决策向量。

全文数据:

权利要求:

百度查询: 中南大学 基于多中心深度度量学习的轮型识别方法与智能运维系统

免责声明
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。