摘要
本发明公开了一种基于深度学习的汽车驱动故障检测方法及系统,方法包括数据收集与预处理、特征提取处理、数据故障检测、驾驶行为数据分析和汽车驱动故障检测。本发明涉及汽车驱动故障检测技术领域,具体是指一种基于深度学习的汽车驱动故障检测方法及系统,本发明采用自动特征提取结合人工分析驾驶行为数据进行人工特征提取;采用局部优化和偏斜预测的卷积长短期记忆神经网络,通过局部标准化和偏斜预测,使得预测的输入和输出呈现不平衡样态,并通过局部标准化优化整体数据源,提升了汽车驱动故障检测的检测精确程度和可用性;采用结合残差感知器和扩张卷积的卷积长短期记忆神经网络进行驾驶行为数据分析。
技术关键词
卷积长短期记忆
驱动故障检测方法
故障检测模型
数据分析模型
汽车驱动系统
故障特征
数据传输模块
深度残差
指标
深度学习模型训练
实时通信技术
自动特征提取
卷积特征
传感模块
分布式存储系统
系统为您推荐了相关专利信息
音频特征
卷积长短期记忆
注意力
钢管混凝土
缺陷检测方法
历史故障信息
故障检测模型
设备状态监控
故障关联分析
定位预警方法
金融风险评估方法
多模态特征
对齐模块
控制智能体
计算机程序产品
新能源汽车能量
能量回收单元
汽车零件
机械能
车辆行驶状态
数据交互单元
数据分析系统
校验单元
数据分析单元
数据存储模块