《基于CNN的胀管工序质量状态识别方法与应用》PDF+DOC
作者:李晓涛,关辉,李朝晖,赵松涛,吴淑敏
单位:广东省机械研究所;广东省机械技术情报站;广东省机械工程学会
出版:《机电工程技术》2020年第08期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJXKF2020080330
DOC编号:DOCJXKF2020080339
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Android手机传感器数据识别运动状态》PDF+DOC2015年第03期 张鑫,李治军,姜守旭
《一种基于智能手机传感器数据的地图轮廓生成方法》PDF+DOC2020年第07期 陶涛,孙玉娥,陈冬梅,杨文建,黄河,罗永龙
《基于智能手机感知的人体运动状态深度识别》PDF+DOC2019年第03期 殷晓玲,夏启寿,陈晓江,何娟,陈峰
传统质量识别手段对产品质量状态的变化反映不够及时准确。为实现传感器数据驱动的管口异常质量识别,自主设计了包含压力传感器的数据采集系统,提出了一种基于CNN的空调冷凝管的管口质量状态识别方法。使用小波阈值降噪和基于差分叠加法的数据分段手段得到特征明显的压力序列,将压力序列转化为小波尺度谱后使用CNN模型进行训练和模式识别。通过多次实验验证了该方法的有效性,相对于SVM、KNN、SOM算法有着更好的识别效果。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。