[發明專利]MEMS傳感器疵病種類識別方法及系統有效
| 申請號： | 202110259581.0 | 申請日： | 2021-03-10 |
| 公開（公告）號： | CN113066049B | 公開（公告）日： | 2023-04-07 |
| 發明（設計）人： | 李輝;申勝男;張鯤 | 申請（專利權）人： | 湖南珞佳智能科技有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06V10/764;G06V10/774;G06V10/82;G06N3/045;G06N3/0464;G06N3/0475;G06N3/084 |
| 代理公司： | 北京匯澤知識產權代理有限公司 11228 | 代理人： | 張小麗 |
| 地址： | 414022 湖南省岳陽市經濟技術開發區*** | 國省代碼： | 湖南;43 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | mems 傳感器 種類 識別 方法 系統 | ||
1.一種MEMS傳感器疵病種類識別方法，其特征在于，包括：
采集MEMS傳感器圖像；
構造改進的對抗生成神經網絡結合卷積神經網絡的結構，其中所述改進的對抗生成神經網絡包含多組用來生成MEMS傳感器不同種類的疵病圖片的生成器和判別器，所述生成器包含隱藏向量Z生成層和對所述隱藏向量Z做多層反卷積操作生成疵病圖片的多個反卷積層，所述判別器包括多層普通卷積層和全連接層，所述卷積神經網絡最后的兩個卷積層添加跳躍連接；
將多組噪音輸入到所述改進的對抗生成神經網絡的生成器中讓其生成虛假的MEMS傳感器疵病圖，把虛假的MEMS傳感器疵病圖和帶標簽的真實的MEMS傳感器疵病圖分別輸入到對應的判別器中去訓練所述改進的對抗神經網絡，待判別器不能分辨出虛假的MEMS傳感器疵病圖和真實的MEMS傳感器疵病圖時，利用多組生成器生成多種疵病圖，其中每組生成器生成一種疵病圖，不同種類的疵病圖分別保存到不同的文件夾中，并將真實的MEMS傳感器疵病圖存入存有與其疵病種類相同的疵病圖的文件夾中，將所有文件夾里的圖片制作成數據集，然后打散投入到所述卷積神經網絡中進行訓練；
將需要檢測的MEMS傳感器圖像輸入到訓練好的所述卷積神經網絡，其輸出為該MEMS傳感器圖像各種疵病的概率，選取概率最大的一種作為該MEMS傳感器的疵病種類。
2.根據權利要求1所述的MEMS傳感器疵病種類識別方法，其特征在于，對所述MEMS傳感器圖像進行預處理，改變輸入圖片數據的格式，讓其適應所述改進的對抗生成神經網絡結合卷積神經網絡的結構。
3.一種MEMS傳感器疵病種類識別系統，其特征在于，包括：
攝像頭，采集MEMS傳感器圖像；
處理器，其配置為：
構造改進的對抗生成神經網絡結合卷積神經網絡的結構，其中所述改進的對抗生成神經網絡包含多組用來生成MEMS傳感器不同種類的疵病圖片的生成器和判別器，所述生成器包含隱藏向量Z生成層和對所述隱藏向量Z做多層反卷積操作生成疵病圖片的多個反卷積層，所述判別器包括多層普通卷積層和全連接層，所述卷積神經網絡最后的兩個卷積層添加跳躍連接；
將多組噪音輸入到所述改進的對抗生成神經網絡的生成器中讓其生成虛假的MEMS傳感器疵病圖，把虛假的MEMS傳感器疵病圖和帶標簽的真實的MEMS傳感器疵病圖分別輸入到對應的判別器中去訓練所述改進的對抗神經網絡，待判別器不能分辨出虛假的MEMS傳感器疵病圖和真實的MEMS傳感器疵病圖時，利用多組生成器生成多種疵病圖，其中每組生成器生成一種疵病圖，不同種類的疵病圖分別保存到不同的文件夾中，并將真實的MEMS傳感器疵病圖存入存有與其疵病種類相同的疵病圖的文件夾中，將所有文件夾里的圖片制作成數據集，然后打散投入到所述卷積神經網絡中進行訓練；
將需要檢測的MEMS傳感器圖像輸入到訓練好的所述卷積神經網絡，其輸出為該MEMS傳感器圖像各種疵病的概率，選取概率最大的一種作為該MEMS傳感器的疵病種類。
4.根據權利要求3所述的MEMS傳感器疵病種類識別系統，其特征在于，對所述MEMS傳感器圖像進行預處理，改變輸入圖片數據的格式，讓其適應所述改進的對抗生成神經網絡結合卷積神經網絡的結構。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于湖南珞佳智能科技有限公司，未經湖南珞佳智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110259581.0/1.html，轉載請聲明來源鉆瓜專利網。
