(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211181296.2 (22)申请日 2022.09.27 (65)同一申请的已公布的文献号 申请公布号 CN 115272831 A (43)申请公布日 2022.11.01 (73)专利权人 成都中轨轨道设备有限公司 地址 610000 四川省成 都市双流区东升街 道成都芯谷产业园区集中区 (72)发明人 王威　王迎春　袁智高　林仁辉　 唐泰可　苏茂才　廖峪　 (74)专利代理 机构 成都启慧金 舟知识产权代理 事务所 (特殊普通合伙) 51299 专利代理师 何媛 (51)Int.Cl. G06F 16/55(2019.01) G06F 16/9537(2019.01) G06F 16/53(2019.01) G06V 10/82(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06V 10/74(2022.01) G06V 10/26(2022.01)G06T 7/187(2017.01) (56)对比文件 CN 111784656 A,2020.10.16 CN 114140712 A,202 2.03.04 CN 113743607 A,2021.12.0 3 CN 114445746 A,202 2.05.06 CN 1089845 55 A,2018.12.1 1 CN 110135273 A,2019.08.16 CN 110288571 A,2019.09.27 CN 114581422 A,2022.06.03 CN 110569841 A,2019.12.13 CN 114581388 A,2022.06.03 CN 113536032 A,2021.10.2 2 CN 111026915 A,2020.04.17 CN 107633267 A,2018.01.26 CN 114463587 A,202 2.05.10 US 201919 9863 A1,2019.0 6.27 胡立.基于深度学习的高铁 接触网绝缘子图 像分析技 术研究. 《中国优秀硕士学位 论文全文 数据库工程科技 Ⅱ辑》 .2020, (续) 审查员 罗倩 (54)发明名称 接触网悬挂状态监测图像的传输方法及系 统 (57)摘要 本发明提供的接触网悬挂状态监测图像的 传输方法及系统， 涉及图像处理技术领域。 在本 发明中， 提取到目标时间周期内采集到的每一帧 接触网悬挂状态监测图像。 利用预先训练形成的 图像异常识别神经网络， 分别对多帧接触网悬挂 状态监测图像中的每一帧接触网悬挂状态监测 图像进行图像异常识别处理， 以输出每一帧接触 网悬挂状态 监测图像对应的图像异常识别数据。 依据每一帧接触网悬挂状态监测图像对应的图像异常识别数据， 对多帧接触网悬挂状态监测图 像进行分类传输处理。 基于上述方法， 可以在一 定程度上提高对接触网悬挂状态监测图像的传 输管控效果。 [转续页] 权利要求书3页 说明书13页 附图2页 CN 115272831 B 2022.12.09 CN 115272831 B (56)对比文件 杨海乐.基 于数据挖掘的航空发动机故障诊 断技术. 《中国优秀硕士学位 论文全文数据库工 程科技Ⅱ辑》 .2022, Chih-JenTseng等.I ntegrati on of data mining classificati on techniques and ensemble learn ing to identify risk factors and dia gnose ovarian cancer recurrence. 《Artificial I ntelligence i n Medicine》 .2017,第78卷 Jiangyan Liu等.Data-driven and association rule mi ning-based fault diagnosis and acti on mechanism analysis for building chillers. 《Energy and Buildings》 .2020,第216卷2/2 页 2[接上页] CN 115272831 B1.一种接触网悬挂状态监测图像的传输方法， 其特 征在于， 包括： 提取到目标时间周期内采集到的每一帧接触网悬挂状态监测图像， 以得到多帧接触网 悬挂状态监测图像； 利用预先训练形成的图像异常识别神经网络， 分别对所述多帧接触网悬挂状态监测图 像中的每一帧接触网悬挂状态监测图像进 行图像异常识别处理， 以输出每一帧接触网悬挂 状态监测图像对应的图像异常识别数据； 依据每一帧接触网悬挂状态监测图像对应的图像异常识别数据， 对所述多帧接触网悬 挂状态监测图像进行分类传输处 理； 其中， 所述利用预先训练形成的图像异常识别神经网络， 分别对所述多帧接触网悬挂 状态监测图像中的每一帧接触网悬挂状态监测图像进 行图像异常识别处理， 以输出每一帧 接触网悬挂状态监测图像对应的图像异常识别数据的步骤， 包括： 对所述接触网悬挂状态监测图像进行图像单元序列化处理， 以形成所述接触网悬挂状 态监测图像对应的第一图像单元序列， 以及对所述第一图像单元序列包括的每一个第一接 触网监测图像单元分别进 行特征分布的转换处理， 以形成所述第一图像单元序列对应的第 一图像单 元特征分布序列； 通过所述图像异常识别神经网络包括的第 一类信息挖掘神经网络， 对所述第 一图像单 元特征分布序列进行信息挖掘处理， 所述第一图像单元特征分布序列对应的第一类图像信 息挖掘结果； 通过所述图像异常识别神经网络包括的第二类信息挖掘神经网络对所述第一图像单 元特征分布序列进行信息挖掘处理， 以输出所述第一图像单元特征分布序列对应的初始信 息挖掘结果， 再基于预先配置的目标函数关系， 对所述初始信息挖掘结果包括的每一个第 一信息挖掘结果表征参数进行参数转换处理， 以输出每一个所述第一信息挖掘结果表征参 数对应的第一信息挖掘结果表征参数转换值， 所述目标函数关系不属于具有线性属性的函 数关系； 基于所述第一信息挖掘结果表征参数转换值， 确定出第二类图像信息挖掘结果对 应的第二信息挖掘结果表征参数， 以构建形成所述第一图像单元特征分布序列对应的第二 类图像信息挖掘结果； 对所述第一类图像信息挖掘结果和所述第二类图像信息挖掘结果之间具有相同参数 分布位置的每一组图像信息挖掘结果表征参数进 行均值计算或加权均值计算， 以输出对应 的目标图像信息挖掘结果表征参数， 再对每一个所述目标图像信息挖掘结果表征参数按照 对应的参数分布位置进行合并， 以形成对应的目标图像信息挖掘结果； 对所述目标图像信 息挖掘结果进行图像异常识别处理， 以输出所述接触网悬挂状态监 测图像对应的图像异常识别数据。 2.如权利要求1所述的接触网悬挂状态监测图像的传输方法， 其特征在于， 所述提取到 目标时间周期内采集到的每一帧接触网悬挂状态 监测图像， 以得到多帧接触网悬挂状态监 测图像的步骤， 包括： 以当前时间为终点， 提取到目标时间周期内采集到的每一帧原始接触网悬挂状态监测 图像， 以得到多帧原 始接触网悬挂状态监测图像； 对所述多帧原始接触网悬挂状态监测图像进行无效图像的筛除处理， 以形成有 效的多 帧接触网悬挂状态监测图像。权　利　要　求　书 1/3 页 2 CN 115272831 B 3