基于深度学习的电信号降噪方法、系统、终端及存储介质

AITNT
正文
推荐专利
基于深度学习的电信号降噪方法、系统、终端及存储介质
申请号:CN202510740248
申请日期:2025-06-05
公开号:CN120578870A
公开日期:2025-09-02
类型:发明专利
摘要
本申请涉及基于深度学习的电信号降噪方法、系统、终端及存储介质,涉及轨道信号处理的领域,包括获取预设轨道电路的训练电路信号集;所述训练电路信号集包括含噪信号样本及对应的洁净信号标签;基于训练电路信号集对应获取训练任务场景;构建深度神经网络模型,并根据训练电路信号集和对应的训练任务场景训练深度神经网络模型;获取轨道电路的实时电路信号和对应的实时任务场景;根据实时电路信号和实时任务场景控制训练好的深度神经网络模型输出降噪电路信号。本申请具有提高轨道电路信号的降噪效果的效果。
技术关键词
深度神经网络模型 降噪方法 训练深度神经网络 降噪电路 分支 电信号 噪声 轨道电路 联合损失函数 构建深度神经网络 场景 轻量级算法 分布特征 指标 处理器 降噪系统 关系 存储器
系统为您推荐了相关专利信息
1
基于深度学习共享网络的指示灯多状态级联识别方法
分支 置信度阈值 指示灯 特征提取网络 形态
2
一种基于Transformer的跨模态特征融合与精炼的目标跟踪方法
模态特征 跟踪方法 输出特征 加权特征 令牌
3
基于多模态数据融合的政务职能效率优化方法及系统
多模态数据融合 效率优化方法 政务 RPA机器人 业务系统数据
4
一种超厚墙体混凝土裂缝控制方法
裂缝控制方法 墙体混凝土 网格 散热钢管 热传导方程
5
一种基于脉冲神经网络的无人机目标检测方法
多尺度注意力机制 脉冲 全局平均池化 无人机 图像特征信息
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