-
公开(公告)号:CN117113185A
公开(公告)日:2023-11-24
申请号:CN202311074263.2
申请日:2023-08-24
Applicant: 南京信息工程大学
IPC: G06F18/241 , F24F11/38 , F24F11/64 , F24F11/70 , G06F18/214 , G06N3/048
Abstract: 本发明涉及一种基于残差多维泰勒网的暖通空调故障诊断方法,针对目标暖通空调所对应的各类型故障、考虑各暖通空调变量类型数据,针对基于BP‑MTN分类器所创新设计的残差多维泰勒网(ResNet Multidimensional Taylor Network,ResMTN)分类器进行训练,获得暖通空调故障诊断模型,其中ResMTN分类器依次包括输入层、多项式层、激活层、残差连接模块、全连接层、Softmax层、输出层,进而在应用中实现对目标暖通空调的故障诊断;设计方案简化了模型复杂度、提升模型泛化能力,与常用的机器学习分类器相比,能够在不降低分类准确率的同时,提高暖通空调的检测效率。
-
公开(公告)号:CN117752345A
公开(公告)日:2024-03-26
申请号:CN202410194693.6
申请日:2024-02-22
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于脑电信号的人体兴奋程度评估方法,首先针对预设各兴奋程度分类频率范围内的样本脑电信号,执行离散小波变换,获得相对应各级子带信号,并基于预设各待分析统计特征筛选获得各目标统计特征,进而针对预设分类网络进行训练,获得兴奋程度评估模型,即可在实际应用中针对待分析人员的兴奋程度进行分类,设计方案提高了模型的表示能力和泛化能力,与常用的深度学习方法相比,在保持高精度的同时,取得了计算速度方面的提升,能够高效实现人体兴奋程度的评估。
-