基于区分性特征学习的超声速进气道流动状态监测方法.pdfVIP

下载本文档

2
0
约2.93万字
约 36页
2023-07-06 发布于四川
举报
版权申诉

基于区分性特征学习的超声速进气道流动状态监测方法.pdf

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

本发明提出一种监测超声速进气道流动状态的方法，采用时频分析技术和深度学习相结合的方法，从动态传感器信号中监测超声速进气道的流动状态。首先，使用连续小波变换对动态传感器信号进行初步的信号处理，将动态传感器信号转换为时频谱图，然后输入到卷积神经网络(ConvolutionalNeuralNetwork，简称CNN)中进行分类。为了减少分类误差，本发明提出了同时考虑交叉熵损失和区分性特征学习的双通道/三通道卷积神经网络(Doublet/TripletConvolutionalNeuralNet

(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 113836787 A (43)申请公布日 2021.12.24 (21)申请号 202110929263.0 G06F 113/08 (2020.01)