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
本发明公开一种基于多层级逐步迁移学习的局放模式识别方法，在实验室环境下采集源及目标域局放数据，基于目标域局放数据建立目标域初始分类模型，并利用该模型对源局放数据进行相关性排序，采用相关性低的局放数据训练浅层网络，相关性高的局放数据训练深层网络，实现源域向目标域的平稳迁移；以源域分类模型为基础，替换输出层，确保输出结果与目标域类别一致，同时冻结除输出层以外的所有卷积层，通过逐步解冻卷积层的训练方式对模型进行调整；将调整后的权重数据反馈到目标域初始分类模型，重新进行源域多层级迁移学习和目标域逐步迁移
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117371515A
(43)申请公布日2024.01.09
(21)申请号202311301850.0G06N3/084(2023.01)
(22)申请日2023.10.
文档评论（0）