基于深度学习的烟感芯片防尘透气性能动态识别方法

本发明公开了基于深度学习的烟感芯片防尘透气性能动态识别方法，包括如下步骤：S1、采集烟感芯片的信号数据，并进行预处理；S2、构建基于门控卷积的WaveNet网络，对标准化信号对集合分别进行多尺度特征提取；S3、将多尺度特征图序列输入至Siamese网络，生成融合差异表示；S4、对所述融合差异表示执行相似度计算，并采用加权组合函数进行度量；S5、将相似度得分与阈值函数比较，并输出对应的防尘透气性能状态标签；S6、执行滑动窗口聚类分析，识别稳定状态段与变化状态段，并将识别结果进行网络反馈用于参数更新。本发明通过深度学习动态识别方法，实现了烟感芯片防尘透气性能的实时精准监测。