摘要
本发明涉及一种目标设备的工作状态检测方法,属于设备监测技术领域,解决了现有技术中对电子设备进行工作状态检测时检测精度低的问题。所述工作状态检测方法包括:提取目标设备工作时的目标工作特征向量;对原始时域幅值信号进行连续小波变换,得到目标工作特征图像;将目标工作特征向量输入训练完成的目标支持向量分类器模型,得到目标设备工作时的第一目标工作状态预测结果;将目标工作特征向量和目标工作特征图像输入预先训练完成的目标改进AlexNet模型,得到目标设备工作时的第二目标工作状态预测结果;对第一目标工作状态预测结果和第二目标工作状态预测结果进行融合,得到最终目标工作状态检测结果。实现了对目标设备的工作状态的快速检测。
技术关键词
工作状态检测方法
分类器模型
工作特征
连续小波变换
特征值
幅值
设备监测技术
样本
图像
信号
预测类别
训练集
标签
因子
参数
电子设备
精度
系统为您推荐了相关专利信息
阻抗匹配控制方法
RFID标签
探头
天线
信号强度阈值
生理信号识别
数据采集子系统
二次判别分析
关系建模
信号数据采集系统
测试上位机
测试设备
智能驾驶系统
测试场景
车辆测试系统