欢迎来到中细软旗下技术转移平台
请登录技术转移平台
-
-
基于深度学习的叶片欠采样叶端定时信号压缩重构方法
-
发明专利
专利类型 -
未知
专利状态 -
2020107904892
专利号
-
专利信息
数据仅供参考，具体信息可联系在线顾问
| 专利号 | 2020107904892 | 专利名称 | 基于深度学习的叶片欠采样叶端定时信号压缩重构方法 |
|---|---|---|---|
| 专利类型 | 发明专利 | 国际分类 | G06F30/27(2020.01),G06N3/08(2006.01),G06N3/04(2006.01),G01H17/00(2006.01),G01M13/00(2019.01) |
| 申请人 | 申请地址 | 412007湖南省株洲市天元区泰山西路88号 | |
| 发明人 | 陈仲生 | 申请日期 | 2020-08-07 |
| 下证状态 | 未知 | 更新时间 | 2025-01-10 08:12:04 |
| 专利摘要 | 本申请涉及一种基于深度学习的叶片欠采样叶端定时信号压缩重构方法。所述方法包括：获取被测对象的叶端定时测振的multi‑coset采样序列；对multi‑coset采样序列进行傅里叶变换，得到叶端定时测振的压缩感知模型；获取叶端定时传感器对应的观测矩阵，根据观测矩阵和压缩感知模型，得到叶片振动频谱；将叶片振动频谱的频带进行标记，与叶片振动频谱组成训练样本集；将训练样本集输入深度学习模型中，通过梯度下降方式进行训练，得到训练好的深度学习模型；输入到深度学习模型，得到待重构的叶片振动频谱对应的频带标记向量，根据标记向量，得到重构观测矩阵；根据重构观测矩阵和待重构的叶片振动频谱，得到重构叶端定时测振信号。采用本方法能够提高重构速度和准确率。 | ||
交易流程
转让材料
| 买卖双方需提供 | 平台提供 | 转让后买方可获得 | ||
|---|---|---|---|---|
| 企业 | 个人 |
专利代理委托书 专利权转让协议 办理文件副本请求书 发明人变更声明 |
专利证书 手续合格通知书 专利登记簿副本 |
|
| 买方 |
企业营业执照 企业组织机构代码证 |
身份证 | ||
| 卖方 |
企业营业执照 专利证书原件 |
身份证 专利证书原件 |
||
服务保障
优质专利推荐
-
一种纸质垃圾收集及压缩打包装置
专利状态：已下证
专利类型：发明专利
询价
-
一种可根据包裹重量进行自动分类的装置
专利状态：已下证
专利类型：发明专利
询价
-
一种防逃票方法以及装置
专利状态：已下证
专利类型：发明专利
询价
-
一种波峰焊的自动上板下板装置
专利状态：已下证
专利类型：发明专利
询价
- 品类齐全，快速响应
- 专业顾问一对一服务
- 服务流程追踪更安全
400-700-0065
全国免费服务热线
- 细软在线电商小程序
- 细软知识产权公众号
登录成功
您的咨询我们已收到，稍后会有专业顾问与您联系。