半监督去噪自编码器的星表智能系统失效分析方法及系统

AITNT
正文
推荐专利
半监督去噪自编码器的星表智能系统失效分析方法及系统
申请号:CN202510259706
申请日期:2025-03-06
公开号:CN119760486B
公开日期:2025-06-13
类型:发明专利
摘要
本发明公开了半监督去噪自编码器的星表智能系统失效分析方法及系统,涉及故障检测技术领域。本发明包括:根据星表智能系统故障的原因,构建星表智能系统的缺陷故障库,并对缺陷故障库中的故障状态进行ont_hot编码;接收星表智能系统在不同状态下的运行数据。本发明结合了有监督训练和无监督训练的优点,利用标记数据的准确性以及未标记数据的丰富性和较低成本,利用大量的无标签数据来提高模型的准确性和泛化能力,通过对原始输入数据进行损坏,有监督训练可以完成对非线性数据更加鲁棒的特征表达,且采用的Focal损失函数,能够避免由于样本之间存在不均衡导致的训练后的模型向样本多的类别偏移,使得模型更多关注样本数少的类别。
技术关键词
失效分析方法 智能系统 训练集数据 传播算法 无监督 故障诊断模型 Softmax分类器 样本 失效分析系统 计算机程序产品 程序运行时间 故障检测技术 异常数据 编码器参数 主成分分析法 噪声
系统为您推荐了相关专利信息
1
基于相场建模和机器学习的植物绝缘油击穿电压预测方法
植物绝缘油 电压预测方法 梯度提升决策树算法 相场模型 流体力学模型
2
基于深度学习的遥感图像去条带方法、设备和存储介质
去条带方法 预训练模型 条纹 奇异值分解重构 图像处理
3
一种基于深度学习的DDoS攻击流量检测方法
一维卷积神经网络 流量检测方法 终端设备 深度学习模型训练 数据流特征
4
基于生成对抗网络的互联网内容智能创作方法、装置、设备及介质
生成对抗网络 生成框架 无监督聚类 主题 多形式
5
一种基于航天装备模型的指标表征评估方法
子系统 生成对抗网络 指标 时序特征 航天
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