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
文献分类方法
预训练语言模型
数据
基准
对齐方法
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
文本生成方法
嵌入水印信息
文本生成模型
私钥
公钥