摘要
本发明公开了一种基于集成智能算法的变压器油中糠醛检测分析方法及系统,该方法包括构建变压器油中糠醛的拉曼光谱的数据库;采用自监督学习算法,通过自监督模型对数据库中的数据进行预处理;使用非线性最小二乘法对预处理后的拉曼光谱曲线进行拟合;构建深度学习卷积神经网络模型,将拟合后的拉曼光谱数据作为模型训练的数据库;将训练后模型进行封装,用于对收集的拉曼光谱数据进行识别分析。本发明不断提高系统的识别能力,为未来检测和分析工作进行更加准确、可靠的分析。
技术关键词
变压器油中糠醛
集成智能算法
检测分析方法
非线性最小二乘法
深度学习卷积神经网络
监督学习算法
线性判别分析降维方法
拉曼光谱检测仪器
数据
经验模态分解方法
误差函数
检测分析系统
通道注意力机制
卷积神经网络模型
生成对抗网络
模型预测值
监督算法
残差模块
曲线
系统为您推荐了相关专利信息
食品农药残留
检测分析方法
农药残留成分
机器学习模型
二维液相色谱
炉具
注意力机制
特征提取模块
深度学习卷积神经网络
图片
巡检方法
非线性最小二乘法
放射源
无人机编队
搜寻算法
定位误差补偿方法
声音传感器
锂电池热失控
锂电池安全阀
信号识别模型