Document
拖动滑块完成拼图
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TextCNN-BiLSTM仪表分析方法、系统、设备及介质 

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:重庆川仪自动化股份有限公司

摘要:本发明提供一种基于TextCNN‑BiLSTM仪表分析方法、系统、设备及介质,包括:分别采集水泵、焊接设备与液压机各自对应仪表的仪表数据图像;处理所述仪表数据图像得到训练集;根据所述训练集构建用于预测仪表健康的TextCNN‑BiLSTM模型;利用所述TextCNN‑BiLSTM模型识别待测的仪表数据图像,得到概率数据;将所述概率数据输入到Softmax激活函数,得到输出序列;根据连接时序分类器,对所述输出序列进行解码,根据仪表数据图像的读数预测仪表的健康状态。本发明通过采集水泵、焊接设备与液压机各自对应仪表的仪表数据图像,不仅能够实时观察各类设备的使用状况,还利用深度学习组合模型TextCNN‑BiLSTM智能分析设备的使用状况,判断其是否故障或是否即将出现事故,不仅能减少设备损失、还能减少人工成本。

主权项:1.一种基于TextCNN-BiLSTM仪表分析方法,其特征在于,包括:分别采集水泵、焊接设备与液压机各自对应仪表的仪表数据图像;处理所述仪表数据图像得到训练集;根据所述训练集构建用于预测仪表健康的TextCNN-BiLSTM模型;其中,采用TextCNN-BiLSTM模型对所述数据集内的仪表数据图像进行特征提取,所述TextCNN-BiLSTM模型包含TextCNN模块和BiLSTM模块;所述TextCNN模块通过卷积神经网络提取卷积核特征,利用双向RNN对卷积后的向量处理,利用池化层对卷积后的向量进行降采样得到特征序列;将特征序列输入BiLSTM模块;以基于变化的输出层结构改进的BiLSTM模块对所述特征序列进行回归预测;从预测结果中聚类筛选出最可信的结果,得到预测仪表健康的TextCNN-BiLSTM模型;利用所述TextCNN-BiLSTM模型识别待测的仪表数据图像,得到概率数据;将所述概率数据输入到Softmax激活函数,得到输出序列;根据连接时序分类器,对所述输出序列进行解码,根据仪表数据图像的读数预测仪表的健康状态。

全文数据:

权利要求:

百度查询: 重庆川仪自动化股份有限公司 基于TextCNN-BiLSTM仪表分析方法、系统、设备及介质

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。