一种基于卷积神经网络的电极脱落检测方法及装置

AITNT
正文
推荐专利
一种基于卷积神经网络的电极脱落检测方法及装置
申请号:CN202411597300
申请日期:2024-11-08
公开号:CN119557723A
公开日期:2025-03-04
类型:发明专利
摘要
本申请涉及生物电阻抗成像技术领域,具体涉及一种基于卷积神经网络的电极脱落检测方法及装置,本方案包括:获取待检测人员的检测数据;对所述检测数据进行预处理,得到所述预处理后的目标数据;获取预设卷积神经网络模型,所述预设卷积神经网络模型已通过目标训练集完成训练;将所述目标数据输入所述预设卷积神经网络模型中进行电极脱落检测处理,得到目标预测值,所述目标预测值用于比对所述待检测人员在电极脱落检测中的真实值,以得到所述待检测人员的检测结果。本方法采用预设卷积神经网络模型进行电极脱落检测,减少了人工判断过程中可能出现的错误,确保了检测结果的客观性和一致性。
技术关键词
卷积神经网络模型 残差网络 脱落检测方法 训练集 电极 生物电阻抗成像技术 数据 脱落检测装置 多路模拟开关 参数 模块 处理器 计算机设备 可读存储介质 处理单元 样本 存储器 电流 电压
系统为您推荐了相关专利信息
1
一种获取目标特征标签的方法、装置、介质及设备
列表 标签 基础 特征值 特征提取模型
2
一种数据驱动的多元复合涂层冷喷涂工艺优化方法
冷喷涂工艺 陶瓷复合涂层 关键工艺参数 神经网络模型 复合涂层材料
3
一种基于卷积神经网络和改进级联森林的故障诊断方法
故障诊断方法 故障诊断模型 分支卷积神经网络 级联 训练集
4
一种无人机救援系统
无人机救援系统 救援无人机 系统控制器 供绳装置 磁场检测器
5
一种林区植被类型变化检测方法、系统及计算机程序产品
分辨率遥感图像 全卷积神经网络 林区 变化检测方法 变化检测模型
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