一种基于深度学习的显示控制驱动电路故障诊断系统

AITNT
正文
推荐专利
一种基于深度学习的显示控制驱动电路故障诊断系统
申请号:CN202411906858
申请日期:2024-12-24
公开号:CN119360758A
公开日期:2025-01-24
类型:发明专利
摘要
本发明提供一种基于深度学习的显示控制驱动电路故障诊断系统,涉及电路故障诊断领域,包括:数据采集模块,用于获取显示控制驱动电路的运行数据并储存;数据处理模块,用于将显示控制驱动电路的运行数据进行预处理;特征提取模块,用于使用胶囊网络和图神经网络对预处理后的运行数据进行特征提取并相互补充,以得到特征集;模型训练模块,用于根据特征集,构建深度森林模型并进行迭代训练,以得到优化后的深度森林模型;故障诊断模块,用于对显示控制驱动电路进行故障诊断,以得到诊断结果;预警模块,用于根据诊断结果和阈值,得到预警信号。本发明能够提高故障诊断的准确性和效率、降低样本数据依赖。
技术关键词
电路故障诊断系统 深度森林模型 胶囊网络 故障诊断模块 模型训练模块 胶囊形式 特征提取模块 数据处理模块 数据采集模块 预警模块 移动平均滤波 故障诊断信息 数据储存模块 工作状态信息 数据转换模块 归一化模块
系统为您推荐了相关专利信息
1
一种市场监管多领域数据标签生成方法及系统
数据标签生成方法 关键词 自然语言 标签文本 同义词
2
一种基于联邦学习的多船互通的能耗预测方法及系统
能耗预测方法 构建数学模型 服务器 更新模型参数 多元时间序列数据
3
一种高压断路器螺栓松动故障诊断方法及相关设备
松动故障诊断 高压断路器 声纹特征 延迟函数 离散余弦变换
4
一种基于深度学习的轿厢内电动自行车实时检测方法、装置及计算机存储介质
检测网络模型 实时检测方法 自行车 注意力机制 电梯门机控制
5
网络时延预测模型的训练方法、装置和网络状态检测方法
时延 网络流量数据 网络状态检测方法 时序 特征提取网络
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