一种基于伪标签引导Transformer学习的雷达收发器故障诊断方法

AITNT
正文
推荐专利
一种基于伪标签引导Transformer学习的雷达收发器故障诊断方法
申请号:CN202410932483
申请日期:2024-07-12
公开号:CN118468092B
公开日期:2024-11-05
类型:发明专利
摘要
本发明涉及雷达系统的关键组件故障诊断技术领域,解决了传统方法无法利用未标记数据来提升故障识别率的技术问题,尤其涉及一种基于伪标签引导Transformer学习的雷达收发器故障诊断方法,包括:构建Transformer模型;伪标签生成与置信水平计算;开普勒优化算法KOA优化配置参数;伪标签引导离线训练;在线故障诊断。本发明能够在有限标记样本情况下,通过Transformer模型生成伪标签,从而扩充训练数据集,并通过优化Transformer模型的网络配置参数,提升雷达收发器故障诊断模型的准确性。
技术关键词
故障诊断方法 收发器 样本 注意力 雷达 采样器 交叉验证法 位置更新 算法 网络配置参数 在线故障诊断 编码器 太阳 故障诊断模型 故障诊断技术 误差重构 标记标签
系统为您推荐了相关专利信息
1
一种数据开发作业智能调度方法及系统
决策树模型 智能调度方法 分布特征 开发作业 随机森林模型
2
基于多模态融合和多尺度残差网络的轴承故障诊断方法
轴承故障诊断方法 地铁列车牵引电机 残差网络 多模态 降噪模块
3
大规模电动汽车车队运营的路径优化方法、系统及设备
注意力模型 路径优化方法 顶点 梯度算法 带时间
4
一种基于多模态协同的农药残留检测智能管理方法及系统
农药残留检测 多模态协同 智能管理方法 数字孪生体 数据
5
一种基于CLIP模型的异常检测方法
异常检测方法 样本 双线性插值方法 局部视觉特征 像素
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号