原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及电池异常检测技术领域，具体地说，涉及一种基于深度学习的电池异常检测系统及方法。该系统包括DCN模型，DCN模型具有输入层、交叉网络层、深度网络层和输出层；其中，DCN模型还具有人工校验单元，人工校验单元用于对输出层的误判进行校正并添加标签后更新至样本库中，样本库用于在误判率达到设定误判率阈值时基于更新后的样本库D对DCN模型进行重新训练。该方法基于上述系统实现。本发明中，通过构建DCN模型所具备的较强的拟合能力和学习能力，能够在通过大量的样本训练后，使得所构建的DCN模型能够具备较佳的
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113591404 B
(45)授权公告日 2021.12.07
(21)申请号 202111153645.5 (56)对比文件
(22)申请日 2021.09.29
文档评论（0）