基于加速训练神经网络的放电脉冲信号识别方法与系统

AITNT
正文
推荐专利
基于加速训练神经网络的放电脉冲信号识别方法与系统
申请号:CN202510356148
申请日期:2025-03-25
公开号:CN120296557A
公开日期:2025-07-11
类型:发明专利
摘要
本发明公开了一种基于加速训练神经网络的放电脉冲信号识别方法与系统,所述方法,包括:获取多个周期的电流信号并对每个周期的电流信号进行极化电流和放电脉冲分类标记,构成数据集;搭建用于放电脉冲信号识别的多层卷积神经网络;利用输出层激活函数softmax改进优化器提升训练速度;配置网络训练选项,并采用所述数据集训练所述多层卷积神经网络;利用训练好的多层卷积神经网络识别放电脉冲信号。本发明只输入电流信号就能自动识别放电脉冲信号序列,使得识别放电脉冲更加简便。
技术关键词
多层卷积神经网络 训练神经网络 电脉冲 信号识别方法 卷积特征提取 信号识别系统 优化器 配置网络 卷积模块 电流 信号识别模块 周期 数据获取模块 因子 处理器 样本
系统为您推荐了相关专利信息
1
站台门设备多参数智能采集与故障预警方法及系统
站台门设备 深度神经网络 剩余使用寿命 多级卷积神经网络 多层卷积神经网络
2
基于神经网络代理模型的MPCVD腔体结构仿真优化方法
MPCVD设备 仿真优化方法 腔体结构 神经网络训练集 网格编码器
3
一种基于深度学习的汽车座椅表面缺陷在线视觉检测系统及检测方法
伸缩运动机构 在线视觉检测系统 多层卷积神经网络 表面缺陷检测方法 检测座椅
4
基于智能体对历元动态赋权的低轨多普勒定位方法及装置
协方差矩阵 定位方法 多普勒频率估计 接收机 训练神经网络
5
一种可远程编程的IC调光调色RGB多彩LED光源
多彩LED光源 人工智能模型 中央控制模块 编程 数据采集模块
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