基于深度并行时序关系网络的异常数据诊断方法.pdfVIP

  • 0
  • 0
  • 约1.7万字
  • 约 16页
  • 2023-05-05 发布于四川
  • 举报

基于深度并行时序关系网络的异常数据诊断方法.pdf

本发明公开了一种基于深度并行时序关系网络的异常数据诊断方法,在工业生产系统的各种异常工况下采集特征数据并标准化得到训练数据矩阵,然后提取得到特征向量序列,将特征向量序列作为输入、对应的异常工况序号作为输出构成训练样本,构建DPTRN模型,包括关系模块、解耦位置向量计算模块、关系权重计算模块、历史信息向量计算模块、向量拼接模块和多层感知器,采用训练样本对DPTRN模型进行训练,当需要对工业生产系统进行异常数据诊断时,采集得到当前时刻的数据矩阵并输入训练好的DPTRN模型,得到异常数据诊断结果。采用

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114298200 A (43)申请公布日 2022.04.08 (21)申请号 202111589040.0 (22)申请日 2021.12.23 (71)申请人 电子科技大学(深圳)高等研究院

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档