[发明专利]基于深度学习的周期性信号数据特征序列提取方法和系统在审
| 申请号： | 202110072146.7 | 申请日： | 2021-01-20 |
| 公开（公告）号： | CN113657139A | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 林晶怡;张思瑞;覃剑;李文;杨斌;张静;李昊;李斌;刘畅;邵雪松;屈博;成岭;蒋利民;郭炳庆;黄奇峰;王忠东 | 申请（专利权）人： | 中国电力科学研究院有限公司;国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京安博达知识产权代理有限公司 11271 | 代理人： | 徐国文 |
| 地址： | 100192 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的周期性信号数据特征序列提取方法和系统，包括：按预设的时间窗将周期性信号数据划分为多段；对所述多段信号数据进行转换并组合得到二维数据信号图；将所述二维数据信号图带入预先建立的卷积神经网络模型，从所述二维数据信号图中定位多个特征区域；根据所述多个特征区域确定所述信号数据的特征序列；其中，所述卷积神经网络模型基于带有特征标记的二维数据信号图训练得到；本发明提供了一种周期性信号识别方法，提高了信号处理的准确率和效率。 | ||
| 搜索关键词： | 基于 深度 学习 周期性 信号 数据 特征 序列 提取 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院有限公司;国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司，未经中国电力科学研究院有限公司;国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110072146.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种应用于10kV充电站的能量管理算法
- 下一篇：一种墙板安装连接件
