基于深度特征挖掘的综合传动装置异常检测方法及系统

AITNT
正文
推荐专利
基于深度特征挖掘的综合传动装置异常检测方法及系统
申请号:CN202410954629
申请日期:2024-07-17
公开号:CN119004306A
公开日期:2024-11-22
类型:发明专利
摘要
本发明涉及装甲车辆传动装置异常检测领域,公开了一种基于深度特征挖掘的综合传动装置异常检测方法及系统,其包括:将获取的多种传感器监测到的综合传动装置关键部位的原始数据,记录成多维时间序列数据,并通过主成分分析方法进行初步降维,得到降维后的数据;将降维后的数据进行分段处理,获得多组序列片段,并通过PAA对每组序列片段中的每个子序列片段进一步降维,将进一步降维后的序列片段划分为训练集和测试集;通过训练集数据对改进的CNN‑LSTM模型进行训练,得到训练好的最优模型,采用训练好的最优模型对测试集数据进行检测,判断数据是否存在异常。本发明有能处理复杂多变的高维时间序列数据,提高传动装置异常检测的准确性和效率。
技术关键词
综合传动装置 异常检测方法 主成分分析方法 LSTM模型 训练集数据 传感器监测 高维时间序列数据 协方差矩阵 信号特征 局部时空特征 特征值 滑动窗口方法 Adam算法 异常检测系统 随机梯度下降 加权方法 指标
系统为您推荐了相关专利信息
1
场景依赖的视频异常检测方法、装置、设备及存储介质
视频异常检测方法 大语言模型 场景 字幕 滑动窗口
2
一种空分设备的节能电控系统
节能电控系统 数据收集模块 传感器收集设备 数据储存模块 空分设备
3
一种多模态数据的快速检索方法、装置及存储介质
快速检索方法 多模态 长短期记忆网络 特征提取模型 梅尔频率倒谱系数
4
一种基于云边协同的智能吊装系统及方法
吊装设备 吊装方法 LSTM模型 YOLO算法 吊装系统
5
一种基于Bi-LSTM的光伏发电功率预测方法
循环神经网络模型 模型超参数 光伏发电功率预测 遗传算法 数据
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