专利名称：一种基于一维多路卷积神经网络的故障分类方法专利类型：发明专利
发明人：郑英,金淼,张洪,徐琦,王彦伟申请号：CN201910172832.4申请日：20190307公开号：CN110033021A公开日：20190719
摘要：本发明公开了一种基于一维多路卷积神经网络的故障分类方法，属于工业过程监控技术领域。该方法对传统的二维卷积神经网络做出改进，沿变量方向运用多路并列的一维卷积神经网络，对各变量之间的互相关性进行解构，独立地对各变量进行卷积、池化而提取时序特征信息，所提取的特征更加多样化，鲁棒性更高，克服了传统二维卷积神经网络对输入数据中变量先验排列次序的敏感，更加适用于复杂、高阶的工业过程数据；实验表明，采用本发明提供的基于一维多路卷积神经网络训练得到的故障分类模型，可有效地进行工业过程数据的故障分类，相比常用模型具有更高的泛化能力。
申请人：华中科技大学
地址：430074 湖北省武汉市洪山区珞喻路1037号
国籍：CN
代理机构：华中科技大学专利中心
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容