基于深度学习的小样本冲击波信号识别方法和系统

本发明公开了基于深度学习的小样本冲击波信号识别方法和系统，方法包括：获取小样本冲击波数据集并划分为训练集和验证集；基于训练集对预设深度学习模型训练，并在训练次数达到预设更新次数时，对预设深度学习模型的模型参数更新；基于验证集对预设深度学习模型验证，生成验证结果，并基于验证结果生成预设深度学习模型的损失函数值；在基于损失函数值判断出预设深度学习模型收敛后完成训练；采集核反应堆运行过程中的冲击波信号，并通过预设深度学习模型识别，确定冲击波信号的类别和强度，及产生冲击波信号的位置。本发明通过模型自动提取冲击波信号的特征识别，能更好地捕捉冲击波信号的复杂特征，实现了对核反应堆中松脱部件的准确检测。