一种结合异构光谱与分布式智能的阀厅设备多维缺陷辨识方法及设备

本发明涉及一种结合异构光谱与分布式智能的阀厅设备多维缺陷辨识方法，包括：获取多光谱图像并进行预处理；构建云边协同系统；构建多阀厅知识图谱动态调整网络；构建基于联合特征的网络训练模型，得到融合特征；对融合特征进行联合分析获得缺陷类型，在知识图谱中获得缺陷类型对应的解决方案，对阀厅设备进行缺陷诊断及预警。本发明通过引入云边协同架构提高了缺陷检测效率以及准确程度；可以深层次地辨识出多光谱图像存在的问题；通过多阀厅知识图谱动态调整网络及联合特征提取网络双重网络实现根据具体应用场景和缺陷类型自适应地优化检测结果，不仅提高了检测精度，还增强了系统的灵活性和适应性。