一种基于深度学习原理的涡轮增压行业VSR检验方法

发明公开了一种基于深度学习原理的涡轮增压行业VSR检验方法，具体涉及涡轮增压领域，包括如下步骤：步骤S100，从大量经过验证为合格的涡轮增压VSR处理过程中收集曲线数据，对收集到的合格曲线样本进行标注；步骤S200，收集各种类型导致不合格的VSR曲线样本，对不合格曲线样本根据其不合格原因进行分类标注；步骤S300，对所有收集到的曲线数据进行归一化处理；步骤S400，创建卷积神经网络模型，并对卷积神经网络模型进行训练；步骤S500，对训练好的卷积神经网络模型进行评估及应用。本发明可以对批量生产的VSR曲线形貌进行自动检验和判断，大幅提高检验结果的准确度、一致性和效率，降低培训检验员的成本。