摘要
本发明提供磁滞回线预测模型建立方法、装置、电子设备及存储介质,包括对铁磁材料进行磁滞特性实验,设定不同磁感应强度峰值下预设正弦波激励下包括磁感应强度波形数据和磁场波形数据的磁滞回线相关特征,建立包括改进卷积神经网络模型和K近邻算法模型的磁滞回线预测模型,对改进卷积神经网络模型进行训练,输入为磁感应强度峰值及磁感应强度波形数据,输出为磁场波形数据,采用K近邻算法模型基于特征数据对磁场波形数据进行调整得到最终磁场波形结果。本发明基于改进卷积神经网络结合K近邻算法建立磁滞回线预测模型,能够防止过拟合现象,且训练时速度更快,资源消耗更少,便于在实际应用中快速迭代与调整。
技术关键词
磁滞回线预测
卷积神经网络模型
磁感应强度
模型建立方法
波形
K近邻算法
磁滞特性
非暂态计算机可读存储介质
线性单元
模型建立装置
样本
正弦波
特征值
标准化方法
电子设备
数据获取模块
训练集
系统为您推荐了相关专利信息
模块化设计方法
参数
性能预测模型
数据
模块化设计系统
语音识别方法
带标签
文本
大语言模型
语音识别精度
早期预警方法
器官功能障碍
动脉血压波形
早期预警系统
患者
模型建立装置
载荷工况
轨道车辆零部件
轨道车辆设计技术
变量
结构光扫描装置
压力传感器阵列
多模态数据采集
养生系统
模块