一种基于深度学习的脚蹬折断故障识别方法

AITNT
正文
推荐专利
一种基于深度学习的脚蹬折断故障识别方法
申请号:CN202511027596
申请日期:2025-07-24
公开号:CN120894588A
公开日期:2025-11-04
类型:发明专利
摘要
一种基于深度学习的脚蹬折断故障识别方法,它属于故障检测技术领域。本发明解决了传统方法的脚蹬折断故障检测的准确率低的问题。本发明方法将脚蹬部位的灰度图像分割为两张子图像,再将两张子图像沿高度方向拼接后送入脚蹬折断故障识别模型,能够使脚蹬折断故障识别模型更好的提取脚蹬特征。并利用ELU激活函数替代脚蹬折断故障识别模型中原有的Relu激活函数,使网络训练梯度反向传导时的参数能够正常更新,增强网络的学习能力。同时将脚蹬折断故障识别模型的损失函数设置为DIoU损失,以提高模型训练时的收敛速度并且能够达到很好的收敛,提高模型检测的准确率。本发明方法可以应用于脚蹬折断故障识别。
技术关键词
故障识别方法 脚蹬 模块 上采样 积层 故障检测技术 图像缩放 货车 图像分割 报文 标签 轨道 包络 网络 数据 亮度 矩形 参数
系统为您推荐了相关专利信息
1
冻屏检测方法及电子设备
预测特征 电子设备 时间段 统计特征 屏幕刷新率
2
多模态大模型数据清洗治理方法及系统
编码向量 多模态 图像视觉特征 文本 视觉特征提取
3
窃电用户预测的建立方法及系统
样本 窃电用户 时间段 迁移学习模型 分类特征
4
一种基于动态邻域的越野路径规划方法及系统
数字高程模型 节点 遥感影像数据 坡度信息 邻域
5
基于大模型的电力时序数据异常检测方法、设备和介质
编码器模块 记忆存储单元 时序 电力 序列
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号