[發(fā)明專利]一種裝載機(jī)工況識(shí)別模型構(gòu)建及識(shí)別方法有效
| 申請(qǐng)?zhí)枺?/td> | 201811043486.1 | 申請(qǐng)日: | 2018-09-07 |
| 公開(kāi)(公告)號(hào): | CN109359524B | 公開(kāi)(公告)日: | 2021-06-22 |
| 發(fā)明(設(shè)計(jì))人: | 張澤宇;惠記莊;武琳琳;雷景媛;谷立臣 | 申請(qǐng)(專利權(quán))人: | 長(zhǎng)安大學(xué) |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/62;E02F9/26 |
| 代理公司: | 西安恒泰知識(shí)產(chǎn)權(quán)代理事務(wù)所 61216 | 代理人: | 張明 |
| 地址: | 710064 陜西省*** | 國(guó)省代碼: | 陜西;61 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 裝載 機(jī)工 識(shí)別 模型 構(gòu)建 方法 | ||
1.一種裝載機(jī)工況識(shí)別模型構(gòu)建方法,方法包括以下步驟:
步驟1、采集裝載機(jī)在不同工況下的多組識(shí)別信號(hào)數(shù)據(jù),獲得識(shí)別信號(hào)數(shù)據(jù)集;所述的識(shí)別信號(hào)數(shù)據(jù)集中每一組識(shí)別信號(hào)數(shù)據(jù)對(duì)應(yīng)一個(gè)工況標(biāo)簽,獲得識(shí)別工況標(biāo)簽集;
其特征在于:
所述的工況標(biāo)簽包括:空載前進(jìn)、鏟掘、滿載后退、滿載前進(jìn)、卸載和空載后退;
步驟2、對(duì)所述的識(shí)別信號(hào)數(shù)據(jù)集中的每組識(shí)別信號(hào)數(shù)據(jù)進(jìn)行預(yù)處理,獲得預(yù)處理后的識(shí)別信號(hào)數(shù)據(jù)集;
所述的預(yù)處理具體包括以下過(guò)程:
步驟21、將所述的識(shí)別信號(hào)數(shù)據(jù)集歸一化至0到1之間,獲得第二識(shí)別信號(hào)數(shù)據(jù)集;
步驟22、對(duì)所述的第二識(shí)別信號(hào)數(shù)據(jù)集進(jìn)行剝離趨勢(shì)項(xiàng)后,利用3σ方法剔除異常數(shù)據(jù)后再利用牛頓插值法插補(bǔ)空缺項(xiàng),獲得第三識(shí)別信號(hào)數(shù)據(jù)集;
步驟23、對(duì)所述的第三識(shí)別信號(hào)數(shù)據(jù)集采用小波包去噪方法進(jìn)行濾波處理,獲得預(yù)處理后的識(shí)別信號(hào)數(shù)據(jù)集;
在所述的小波包去噪方法中,小波基選擇db9-6小波基;
步驟3、采用降維的特征提取方法對(duì)所述的預(yù)處理后的識(shí)別信號(hào)數(shù)據(jù)集進(jìn)行處理,獲得識(shí)別特征集;
所述的步驟3、采用主成分分析法對(duì)所述的預(yù)處理后的識(shí)別信號(hào)數(shù)據(jù)集進(jìn)行處理,獲得識(shí)別信號(hào)特征集;
所述的識(shí)別特征集包括多個(gè)特征樣本,所述的特征樣本的數(shù)量與步驟1中采集的識(shí)別信號(hào)數(shù)據(jù)的組數(shù)相同,所述的每個(gè)特征樣本均包括I個(gè)識(shí)別特征量,I為正整數(shù);
獲得特征識(shí)別量的貢獻(xiàn)率:所述的多個(gè)特征樣本中第p個(gè)特征樣本的第i個(gè)識(shí)別特征量與第q個(gè)特征樣本的第i個(gè)識(shí)別特征量的貢獻(xiàn)率相同,i∈[1,I],p和q均為正整數(shù),p≠q,即獲得I個(gè)識(shí)別特征量的貢獻(xiàn)率;
步驟4、將所述的識(shí)別特征集作為輸入,將所述的識(shí)別工況標(biāo)簽集作為輸出,訓(xùn)練KNN模型,獲得裝載機(jī)工況識(shí)別模型,所述的KNN模型中,第p個(gè)特征樣本與第q個(gè)特征樣本之間的距離Dis:
其中,Ci為第i個(gè)識(shí)別特征量的貢獻(xiàn)率。
2.如權(quán)利要求1所述的裝載機(jī)工況識(shí)別模型構(gòu)建方法,其特征在于,所述的步驟4,KNN模型中K值的取值為5以內(nèi)的任一正整數(shù)。
3.一種裝載機(jī)工況識(shí)別方法,其特征在于,所述的方法包括:采用權(quán)利要求1-2任一項(xiàng)權(quán)利要求中所述的工況識(shí)別模型對(duì)經(jīng)過(guò)權(quán)利要求1-2任一項(xiàng)權(quán)利要求中所述步驟2-步驟3處理的裝載機(jī)的待識(shí)別信號(hào)數(shù)據(jù)進(jìn)行識(shí)別。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于長(zhǎng)安大學(xué),未經(jīng)長(zhǎng)安大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811043486.1/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書(shū)寫(xiě)字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫(huà)組成的,而且每個(gè)筆畫(huà)表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 識(shí)別媒體、識(shí)別媒體的識(shí)別方法、識(shí)別對(duì)象物品以及識(shí)別裝置
- 一種探針卡識(shí)別裝置和方法
- 識(shí)別裝置、識(shí)別方法以及記錄介質(zhì)
- 識(shí)別裝置、識(shí)別系統(tǒng),識(shí)別方法以及存儲(chǔ)介質(zhì)
- 識(shí)別程序、識(shí)別方法以及識(shí)別裝置
- 車(chē)載身份識(shí)別方法及系統(tǒng)
- 車(chē)載身份識(shí)別方法及系統(tǒng)
- 車(chē)載身份識(shí)別方法及系統(tǒng)
- 識(shí)別裝置、識(shí)別方法以及識(shí)別程序
- 識(shí)別裝置、識(shí)別方法及識(shí)別程序





