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
本发明涉及机器视觉技术领域，具体为一种基于方差的低算力设备状态识别方法、装置及存储介质，通过对采集到的设备振动加速度先求均值、方差，再通过一维卷积神经网络提取时序特征；结合均值、方差等一般时序特征、可在先学习的无监督特征和一维卷积时序特征，代入极限学习机中，通过一维卷积‑极限学习机混合模型训练、优化；并通过训练好的模型进行预测。由于该算法在低算力条件下实现了实时分析，不依赖高性能计算设备，适用于嵌入式系统或计算能力较弱的设备。通过方差分析判断设备的运行状态，可以提供更多有用的信息，优化工业控制和
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117470364A
(43)申请公布日2024.01.30
(21)申请号202311268089.5
(22)申请日2023.09.27
(71)申请人中铁二十五局集团有限公司
地址
文档评论（0）