摘要
本发明公开了一种残缺磨粒类型迁移辨识方法及相关设备,基于磨粒综合特征提取器,建立改进域适应驱动的残缺磨粒图像迁移学习模型,结合空间、通道注意力机制建立残缺磨粒多元特征筛选与融合策略,进而构建多通道特征的残缺磨粒类型智能辨识模型,利用残缺磨粒类型智能辨识模型实现对残缺磨粒的辨识,通过引入完整磨粒图像数据集,引导模型提取残缺磨粒图像的有效辨识特征,建立一种面向残缺磨粒图像的迁移学习模型,提高了模型对残缺磨粒图像的特征提取能力;从空间和通道两个维度对磨粒的多元特征进行加权,面向磨粒的多通道特征图设计分类器,增强了模型对残缺磨粒图像的辨识能力,解决了残缺磨粒图像不完整、显著辨识特征缺失导致磨粒辨识精度低的技术问题。
技术关键词
磨粒图像
迁移学习模型
特征提取器
多通道特征
辨识方法
通道注意力机制
纹理特征
高斯核函数
融合策略
离散余弦变换方法
辨识模块
特征提取能力
双线性插值
可读存储介质
辨识系统
形貌特征
分类器
滤波
系统为您推荐了相关专利信息
剩余寿命预测方法
频域特征提取
时域特征提取
教师
学生
时频变换方法
水电机组
故障诊断模型
样本
故障特征
客户端
联邦学习方法
特征提取器
无线通信网络
联邦学习系统
在线状态监测
故障诊断系统
机器设备
动态知识图谱
特征提取器