一种基于增强记忆状态空间模型的磁芯损耗预测方法

AITNT
正文
推荐专利
一种基于增强记忆状态空间模型的磁芯损耗预测方法
申请号:CN202511086383
申请日期:2025-08-05
公开号:CN120578943B
公开日期:2025-10-31
类型:发明专利
摘要
本发明提供了一种基于增强记忆状态空间模型的磁芯损耗预测方法,涉及磁芯损耗预测技术领域,获取输入特征:B波形、H波形、温度和频率;通过Mamba状态空间模型处理得到基本特征,通过特征转换模块将基本特征进行增强,得到中间特征;通过构建增强记忆状态空间模型,计算中间特征与记忆矩阵间的相似度,使用记忆矩阵检索的特征与中间特征融合获取精炼特征,最终经过输出层生成体积损耗预测值;记忆增强机制,通过外部记忆存储关键特征表示,显著提升了增强记忆状态空间模型的预测精度和泛化能力。
技术关键词
状态空间模型 记忆 矩阵 磁芯 损耗 波形 多层感知机 样本 注意力 蒸馏 代表 频率 特征点 机制 阶段 基础 模块 因子 线性 元素
系统为您推荐了相关专利信息
1
一种基于人工智能的箱式变电站状态监测与预警方法
箱式变电站 预警方法 非参数核密度估计 开关柜状态 无迹卡尔曼滤波
2
对抗多干扰机的组网雷达跟踪多目标波束分配方法及系统
波束分配方法 组网雷达 协方差矩阵 扩展卡尔曼滤波 发射站
3
一种基于特征相似度计算的快速聚合分类方法
分类方法 频域特征 核心 注意力机制 基准
4
基于增强UNet模型的面积提取方法、装置、设备及存储介质
图像块 面积提取方法 注意力机制 数据 种植面积提取
5
基于负载特征与AI优化的离心空压站房控制方法与装置
空压站房 负载特征 过滤器 长短期记忆网络 变频器
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