摘要
本发明涉及传感器检测技术领域,本发明公开了一种基于深度学习的氮氧传感器老化测试方法,包括:从预处理后的历史大样本数据中提取出通用型老化趋势数据;利用通用型老化趋势数据对自注意力机制模型进行训练,得到通用基础模型;将训练好的通用基础模型作为迁移学习模型,并对迁移学习模型进行模型微调;添加一个新的全连接层,将微调后的迁移学习模型的输出连接到新的全连接层,对新的全连接层的输出进行激活,并以最小化预定义损失函数为目标,使用专用型老化趋势数据对微调后的迁移学习模型进行训练,得到专用检测模型;利用专用检测模型对待检测的氮氧传感器进行老化测试;本发明有利于提高氮氧传感器老化检测的准确性和鲁棒性。
技术关键词
迁移学习模型
传感器老化
老化特征
注意力机制
皮尔逊相关系数
测试方法
通用型
数据
编码器模块
样本
氮氧传感器
检测气体传感器
传感器检测技术
前馈神经网络
可读存储介质
标签
基础
处理器
系统为您推荐了相关专利信息
热电联产系统
系统优化调度方法
聚类
负荷
基准特征
数据推荐方法
交叉注意力机制
关联产品信息
神经网络模型
兴趣
数据驱动模型
实时状态信息
泵站
调速方法
供液系统