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
本发明属于航空数字式座舱压力调节系统故障诊断术领域，提出了基于深度学习的数字式座舱压力故障诊断方法及系统。该方法包括：采集实时运行数据；对采集的数据进行清洗、分类，并进行变量的重要性评分，筛选出对系统特征影响大的变量；将向量矩阵输入故障诊断模型，故障诊断模型基于深度卷积神经网络进行深度学习，并利用损失函数来衡量分类问题中实际输出与期望输出间的误差。利用学习后故障诊断模型进行故障类别分析，预测在当前状态下数字式座舱压力调节系统中存在故障及故障类别。本发明可以实现对故障幅值小、变化不明显的故障诊断，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117874603A
(43)申请公布日2024.04.12
(21)申请号202311791792.4
(22)申请日2023.12.25
(71)申请人南通大学
地址226000
文档评论（0）