• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Image-Based Process Monitoring Using Deep Belief Networks
【24h】

Image-Based Process Monitoring Using Deep Belief Networks

机译：使用深信度网络的基于图像的过程监控

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

With the advances in optical sensing and image capture systems, process images certainly offer new perspectives to process monitoring. Compared to the process data collected by traditional sensors at local regions, process images, which can capture more significant variations in the whole space, enhance the monitoring performance in data-driven monitoring methods. In this paper, a popular deep learning method, namely deep belief network (DBN), is applied to effectively extract useful features from the images. Meanwhile, a new statistic is developed for the DBN model, which integrates feature extraction and fault detection into one model rather than separately accomplish them. The effectiveness of the proposed DBN based monitoring method is demonstrated in a real combustion system.
机译：随着光学传感和图像捕获系统的进步，过程图像无疑为过程监视提供了新的视角。与本地传统传感器收集的过程数据相比，过程图像可以捕获整个空间的更多变化，从而提高了数据驱动监视方法的监视性能。在本文中，一种流行的深度学习方法，即深度信念网络（DBN），被用于从图像中有效地提取有用的特征。同时，针对DBN模型开发了一种新的统计数据，该统计数据将特征提取和故障检测集成到一个模型中，而不是单独完成。在实际的燃烧系统中证明了所提出的基于DBN的监测方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号