摘要
本发明的一种基于多源时空信息融合的电梯门系统异常检测方法,包括:采集一段时间的电梯开关门视频信号和振动信号;对采集的信号进行预处理,作为训练集数据;建立时空融合的故障检测模型;采用训练集数据对时空融合的故障检测模型进行训练;实时采集电梯开关门视频信号和振动信号,通过训练好的时空融合的故障检测模型进行异常状态检测。本方法将时序数据构造为图结构,以表征序列间的相对位置关系;并采用图卷积网络提取空间依赖性特征,结合双向长短期记忆网络捕捉信号在时间维度上的演化规律,从而构建一个时空信息融合框架。进一步地,通过多源特征融合机制,有效整合不同模态信息,实现对电梯门异常状态的精准识别,显著提升系统的检测准确性与泛化能力。
技术关键词
电梯门系统
异常检测方法
故障检测模型
电梯开关门
空间特征提取
节点特征
透视变换矩阵
特征提取模块
信号
训练集数据
双向长短期记忆网络
异常状态
多源特征融合
滑动窗口方法
局部感受野
时间序列特征
系统为您推荐了相关专利信息
网络流量数据
样本
启发式搜索算法
网络异常检测方法
构建训练集
电设备故障
故障检测模型
监控设备
云平台
故障类别
流量预测方法
卷积神经网络算法
混合深度学习
序列
样本
遥感图像融合方法
多光谱
空间注意力模型
全色
上采样
异常检测方法
大坝
随机森林
皮尔逊相关系数
统计特征