[发明专利]融合知识图谱和图卷积神经网络的焊点质量识别方法有效
| 申请号： | 202111554382.9 | 申请日： | 2021-12-17 |
| 公开（公告）号： | CN114240891B | 公开（公告）日： | 2023-07-18 |
| 发明（设计）人： | 杨波;李秋;康玲;王时龙;王昱;肖猛 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/73;G06F16/55;G06F16/583;G06V10/46;G06V10/764;G06V10/82;G06N3/042;G06N3/0464;G06N3/047;G06N3/08 |
| 代理公司： | 重庆航图知识产权代理事务所(普通合伙) 50247 | 代理人： | 胡小龙 |
| 地址： | 400044 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合知识图谱和图卷积神经网络的焊点质量识别方法，对焊点拍照，获取焊点外观图像；焊点外观图像中包括焊点及焊点的位置视觉特征；裁剪焊点外观图像，获取焊点裁剪图像；使所有的焊点裁剪图像的尺寸相同，且每一张焊点裁剪图像中仅包含一个焊点及其位置特征；将焊点裁剪图像导入细粒度网络进行特征挖掘，得到焊点的视觉特征矩阵；根据焊点质量及焊点之间的位置关系建立知识图谱，并利用图卷积神经网络对知识图谱进行特征挖掘，得到焊点的高维点式空间特征矩阵；将视觉特征矩阵与高维点式空间特征矩阵进行向量内积，得到焊点质量的分类检测结果。 | ||
| 搜索关键词： | 融合 知识 图谱 图卷 神经网络 质量 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111554382.9/，转载请声明来源钻瓜专利网。
