摘要
本发明公开了一种基于深度神经网络的电缆振动事件识别方法与系统,所属领域为电缆振动识别领域,包括:获取原始振动信号序列,对所述原始振动信号序列进行预处理,得到预处理后振动信号序列,所述预处理包括去噪和滤波;融合所述特征集合与所述多尺度特征集合,形成综合特征集合,所述综合特征集合用于增强特征的表示能力和区分度;将振动信号以流的形式输入所述振动事件识别模型,利用滑动窗口和增量学习机制动态更新所述振动事件识别模型参数,构建在线识别框架,实现振动事件的实时识别和预警。
技术关键词
多尺度特征
频域特征
卷积神经网络模型
事件识别方法
序列
小波变换处理
深度神经网络
信号
时域特征
特征选择算法
电缆
经验模态分解方法
数字滤波算法
主成分分析方法
统计特征
滑动窗口机制
动态更新
数据
矩阵
系统为您推荐了相关专利信息
关节镜手术
导航方法
多模态
生成三维模型
解剖特征
语音识别模型
语音识别方法
联合损失函数
语音识别训练
字符
多尺度特征提取
特征提取模块
上下文特征
注意力
检测头
微电网系统
容量配置优化方法
风光
光伏发电机组
氢燃料电池组
医学图像处理方法
三维重建模型
坐标系
实时位置
穿刺引导设备