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
本发明涉及真空击穿技术，具体公开基于深度学习的真空击穿类型甄别方法，属于计算、推算或计数的技术领域。该方法测量击穿电压数据与击穿电流数据，获取击穿电压‑电流数据；获取击穿电压‑电流数据后分类标记得到真空击穿样本；将真空击穿样本划分为训练集、验证集和测试集；构建包括击穿时刻定位模块、预击穿过程提取模块和图像处理模块、基于卷积神经网络的特征提取与识别模块的真空击穿类型甄别模型；训练并测试真空击穿类型甄别模型；输入击穿电压电流数据至真空击穿类型甄别模型进行真空击穿类型甄别。本发明仅需利用击穿电压电流数
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116776242 A
(43)申请公布日 2023.09.19
(21)申请号 202310569343.9
(22)申请日 2023.05.18
(71)申请人 南京航空航天大学
地址 2100
文档评论（0）