【摘 要】
：
伴随着社会科技与经济的迅速发展,汽车全面普及,汽车组成结构复杂且功能趋向智能化。由于使用规范性、组件寿命等未知因素,汽车故障类型呈现多样化。传统汽车排故基于维修人员的主观经验对故障现象依次排除,该方法排故效率较差且造成人力资源的浪费,设计相关系统智能诊断汽车故障具有重要应用价值。目前机器学习方法与深度学习方法均可实现汽车故障数据集分类,但机器学习方法存在分类准确率低、效果较差等问题,当前的深度学习
论文部分内容阅读
伴随着社会科技与经济的迅速发展,汽车全面普及,汽车组成结构复杂且功能趋向智能化。由于使用规范性、组件寿命等未知因素,汽车故障类型呈现多样化。传统汽车排故基于维修人员的主观经验对故障现象依次排除,该方法排故效率较差且造成人力资源的浪费,设计相关系统智能诊断汽车故障具有重要应用价值。目前机器学习方法与深度学习方法均可实现汽车故障数据集分类,但机器学习方法存在分类准确率低、效果较差等问题,当前的深度学习方法虽可提高模型分类准确率,但在模型训练时需要大量数据,减少了适用场景。本文深度融合FastText分类模型与MAML模型的优势,提出基于元学习的MAML-FastText分类模型,在少量汽车故障数据场景下保证分类结果的准确性与均衡性。论文的主要研究工作如下:（1）针对传统模型准确率低及故障数据类别不均衡问题,本文采用FastText分类模型。首先使用Han LP对文本实现分词,采用Word2Vec技术将分词后的数据向量化,添加单词N-gram特征,加强词序之间特征表示;其次,选用非线性激活函数进行模型预测,强化模型学习能力;最后,针对类别不均衡问题,在模型输出层引入层次Softmax,通过哈夫曼编码方式使得样本数量多的类别层级高、路径权值低,大幅缩短模型类别概率输出计算时间,提升模型训练速度。（2）针对汽车故障数据量少的问题,本文引入元学习机制,对FastText分类模型进行改进,提出基于元学习的MAML-FastText分类模型。首先,本文以汽车故障数据为参照,收集与故障数据具有相似复杂度的元学习任务数据集;其次,本文摒弃传统机器学习模型随机初始化参数操作,使用MAML模型学习适用于当前任务的初始化参数方式代替;最后,使用随机梯度下降法对参数迭代更新,有效提升模型分类的准确率以及收敛速度。（3）MAML-FastText分类模型的实验。为验证本文提出模型的有效性,首先,分别选取传统方法（随机森林分类模型）及深度学习方法（Text CNN、Char CNN、RCNN分类模型）开展对比实验。在准确率方面,实验验证本文的FastText分类模型准确率较其他分类模型提升3%-5%;在训练速度方面,实验验证本文的FastText分类模型训练速度优于其他模型;其次,本文选用ROC曲线评估指标,开展实验证明本文提出的MAMLFastText模型准确率优于原生FastText分类模型。同时,对模型的迭代速度开展实验,表明该模型的收敛速度快于FastText模型;最后对汽车故障诊断系统的原型开展设计。
其他文献
提升产业链供应链韧性和安全水平是推动高质量发展的重要内容，也是统筹发展和安全的关键环节。产业链供应链韧性和安全表现出系统完备、“两化”支撑、自主可控、高端高质的典型特征，是抵抗力稳定性和恢复力稳定性的统一、高质量发展和高水平安全的统一。目前，我国产业链供应链韧性和安全还存在着供需冲击和预期转弱导致产业链供应链不稳定、工业化城镇化不同步导致产业链供应链不协调、关键技术“卡脖子”导致产业链供应链不完整
基于光学传感器的视觉监控系统现已被广泛应用到了各行各业中,输入的图像或视频能否保持清晰严重影响了后续人工监测和基于视觉技术的智能处理算法有效性。在现实生活中,图像和视频的成像质量受天气影响较大,当雾霾天气出现时,图像和视频的传输画面会严重降质。因此如何对图像和视频实现有效的去雾,提高成像质量近年来受到了国内外学者的广泛关注。本文主要根据图像去雾和视频去雾的现有发展趋势,结合各自成像特点,提出对应的
随着人们对室内外空气质量的日益关注,对高性能传感器技术的需求迅速增长,导致气体传感器市场迅速扩大。二氧化锡（Sn O2）量子点薄膜气体传感器以其结构简单、制造容易、成本低、化学性质稳定等优点而备受关注。Sn O2为金红石结构,八面体配位,是一种宽禁带N型半导体。Sn O2量子点作为一种新型的功能材料,晶粒尺寸较小（＜10nm）,表面有大量的原子与气体分子发生电子交换,导致晶粒表面发生化学电阻效应。
向家坝水电站是金沙江下游通往长江上游的重要通航枢纽,向家坝水电站的建立改善了金沙江下流区域的航运条件,金沙江下游航运事业愈发繁荣。与此同时,船舶大型化的发展趋势,导致向家坝时常发生超高船舶撞击坝区主体建筑的水上交通事故,给坝区通航和船员的生命安全带来巨大威胁。目前,船舶测高方法主要有两种,其中单目视觉法存在测量精度低的问题,激光阵列法主要用于限高而非测高。因此,针对现有测量方法的不足,本文提出了基
我国海洋资源丰富,对于发展海洋经济、维护国家海洋权益、建设海洋强国具有重要意义。舰船作为海上交通以及资源探测的重要目标,开展海面舰船目标检测可广泛应用于军事以及民事方面。而随着航天遥感技术的发展,光学遥感卫星分辨率也不断提高,为舰船目标检测提供了更丰富的颜色以及纹理信息。但同时也会出现一些问题,例如幅宽较大的舰船遥感图像检测时间长;在复杂背景下,存在薄云、海杂波、舰船尾迹或舰船停泊在港口时等情况,
近年来随着我国经济水平的飞速发展,各类商品交易也越来越频繁,发票作为交易活动的凭证和财务部门核算的基本依据,在我国经济生活中发挥着重大的作用。而在传统经济生活中,发票的管理流程也繁琐复杂,需要消耗大量的人力物力,效率较低。随着科技的发展,尤其是深度学习领域相关技术的发展,给进一步提高发票管理工作的效率提供了可能性,各类发票管理系统应运而生。本文结合使用了传统领域和深度学习领域的相关技术,设计实现了
肺炎是一种常见的呼吸系统疾病,严重影响人类健康,进行早期诊断是治愈肺炎的关键。目前医学领域对肺炎诊断的主要途径是专业医生观测胸部X光图像,结合图像特征与肺炎病理学知识给出诊断结果。近年来,随着人工智能的发展,深度学习技术在医学领域也得到了广泛应用并取得了一定成果。利用深度学习技术解决肺炎诊断问题既可以节约公共医疗资源,又能够降低人力成本,顺应目前的发展趋势,具有重要的研究意义和现实价值。本文主要工
随着我国经济水平的稳定发展以及城市化水平的不断提升,全国机动车的保有量不断攀升,城市大型停车场出口车辆拥堵,通行效率低成为了亟待解决的问题。2019年5月,交通运输部办公厅印发《关于大力推动高速公路ETC发展应用工作的通知》,截止到2020年底,城市汽车ETC安装率已经达到90%附近。本文根据城市停车场业务需求,设计并开发了一款基于ETC（Electronic Toll Collection）与车
划痕作为汽车损伤的主要表现之一,不但会影响汽车美观而且可能引起钣金件锈蚀。目前汽车表面划痕检测仍以人工检测为主,现有的自动化检测方法尚不成熟,因此针对汽车表面划痕的自动化检测研究具有重要的意义。本文利用图像处理技术对划痕自动化检测问题进行研究,针对检测过程中存在的背景干扰多、传统边缘检测算法效果不理想、划痕特征提取困难等问题,提出了基于图像处理的车辆表面划痕检测方法。主要工作如下:1)基于椭圆拟合
随着内河航运事业的蓬勃发展,在交通运输部政策利好的背景下,内河通航船舶数量及装载量逐年呈上升趋势。通航量的不断增加,对通航速度及效率提出了更高的要求,所以对通航船舶吃水检测系统的环境可适应性和配置轻型性提出了更严格的标准。目前三维动态吃水检测系统安装架存在结构复杂和厚重的不足,针对该问题设计了L型轻型安装架安装方案,但该方案在通航过程中会因吃水检测系统对船舶底部地非完全检测,出现数据不完整的情况。