咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:一种基于深度学习的填料塔液泛状态在线辨识方法,首先运行填料塔设备,获取其运行过程中的视频数据和标签数据;然后对数据进行预处理,包括视频截取和图像的时序化处理,并利用处理后的数据和标签数据制作数据集,将数据集分为训练集、验证集和测试集三部分;随后建立卷积长短期记忆神经网络模型并利用自适应矩估计训练模型;最后利用测试集评估训练后的网络模型是否满足辨识要求。本发明相较于传统方法更加准确且直观,利用深度学习技术对填料塔运行过程中的视频数据进行处理和分析,最终实现对其运行状态的在线辨识。
著 录 项:
专利/申请号: | CN201810445800.2 | 专利名称: | 一种基于深度学习的填料塔液泛状态在线辨识方法 |
申请日: | 2018-05-11 | 申请/专利权人 | 浙江工业大学 |
专利类型: | 发明 | 地址: | 浙江省杭州市下城区朝晖六区潮王路18号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06K9/00搜分类 深度学习搜索 |
公开/公告日: | 转让价格: | 面议 | |
公开/公告号: | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |
2021/08/03 | 授权 | |
2018/11/06 | 实质审查的生效 | IPC(主分类): G06K 9/00 专利申请号: 201810445800.2 申请日: 2018.05.11 |
2018/10/12 | 公开 |