摘要
本发明公开了基于卷积神经网络模型的海上设备数据处理方法及系统,涉及数据处理技术领域,包括:采集数据并进行预处理;将特征向量输入至动态感受野卷积层中进行频谱分析,得到各频段数据,并在多个尺度上对不同频段数据进行动态感受野卷积操作,输出子特征图,将所有子特征图融合后得到多模态特征图在跨模态特征交互注意力机制层中,先得到模态特征向量,再计算交互矩阵和注意力权重矩阵,并根据注意力权重矩阵得到融合特征图;循环卷积门控单元层获取融合特征图,更新隐藏状态并输出至全连接层中进行全连接计算,输出故障结果。本发明显著提高了数据处理(故障诊断)的准确性,为设备的预防性维护提供更可靠的依据。
技术关键词
设备数据处理方法
卷积神经网络模型
交互注意力
融合特征
设备状态数据
多模态特征
矩阵
频段
动态
机制
跨模态
电气
数据处理系统
多尺度
数据处理技术
气象
数据处理模块
系统为您推荐了相关专利信息
卷积神经网络模型
图像深度学习
识别方法
果实
品种识别
教育平板
智能交互方法
学生座次表
矩阵
挖掘算法
配电终端
集成学习模型
工作模块
机器学习模型
多层次
火焰检测方法
训练神经网络
计算机可读指令
随机噪声
特征金字塔网络