基于卷积神经网络与多头注意力机制的线束串扰预测方法

AITNT
正文
推荐专利
基于卷积神经网络与多头注意力机制的线束串扰预测方法
申请号:CN202510696123
申请日期:2025-05-28
公开号:CN120724373A
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了一种基于卷积神经网络与多头注意力机制的线束串扰预测方法,属于电磁兼容性领域。利用多头注意力机制在模型初始阶段加权重要特征,提高对输入数据中关键部分的关注程度,随后通过卷积神经网络提取局部特征,最终得到线束串扰预测值。通过多头注意力机制动态调整特征权重,学习多个参数之间的相关性,提升预测精度。该方法不仅适用于线束串扰的预测,还能推广应用到其他复杂信号干扰预测中。
技术关键词
多头注意力机制 线束 卷积神经网络提取 局部特征信息 训练样本数据 更新模型参数 导线 线芯 网络结构 传输线 电压 算法 导体 元素 阶段 误差
系统为您推荐了相关专利信息
1
基于时序控制的电容优化切换方法及系统
剩余寿命预测模型 电容组 优化切换方法 等效串联电阻 软开关技术
2
一种轻量化图像识别系统
图像识别系统 正则化参数 卷积神经网络提取图像特征 模型训练模块 图像内物体
3
一种二次气溶胶排放特性预测方法、设备及介质
排烟冷却塔 长短期记忆网络 特性预测方法 气溶胶颗粒物 训练样本数据
4
基于AI技术和深度学习的网络舆情监测与风险预警方法
网络舆情监测 风险预警方法 节点特征 网络舆情数据 状态更新
5
一种基于迁移学习的配电网量测数据超分辨率感知方法
超分辨率 训练样本数据 学习器 配电网拓扑 级联
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