一种基于自适应特征融合和可分离卷积的智能检测方法

AITNT
正文
推荐专利
一种基于自适应特征融合和可分离卷积的智能检测方法
申请号:CN202511508283
申请日期:2025-10-22
公开号:CN120995225A
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了一种基于自适应特征融合和可分离卷积的智能检测方法,具体涉及数据分析技术领域,输入数据进入MASC模块,MASC模块结合全尺度卷积OS‑Block与基于快速傅里叶变换的ASB模块;在TFSC模块中,一个分支利用具有一大一小卷积核的深度卷积提取时间维度信息,另一分支通过由两个分组卷积组成的倒瓶颈结构前馈网络提取特征维度信息,之后将这两分支信息聚合并输入到动态时间池化DTP模块;在动态时间池化DTP模块中,先将时间序列划分为多个片段,然后借助可微分的动态时间池化soft‑DTW对各片段的时间点进行对齐,再通过加权平均池化对每个片段单独池化,最后经全连接层输出分类结。
技术关键词
智能检测方法 瓶颈结构 序列 原型 矩阵 动态 神经网络框架 分支 数据分析技术 时间偏移量 非线性 网络模块 通道 输出特征 训练集 元素 尺寸
系统为您推荐了相关专利信息
1
一种物联网卡机卡绑定异常行为多模型协同监测系统
多模型协同 移动轨迹信息 指纹 卡机 策略
2
基于增量学习的中文文献分类方法
文献分类方法 预训练语言模型 数据 基准 对齐方法
3
一种基于可解释人工智能与大模型的故障诊断与建议方法
可解释人工智能 自然语言文本 建议方法 大语言模型 故障预测模型
4
一种通道内双向人流风险预测与评估方法及其系统
预测评估模型 风险 通道 处理器 场景
5
文本生成方法和电子设备
文本生成方法 嵌入水印信息 文本生成模型 私钥 公钥
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