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
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
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
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
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
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