- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于门控融合Transformer的风机叶片开裂故障检测方法,该方法包括采用门控残差神经网络对风机叶片数据进行特征提取并强化关键特征的表达,接着通过融合模块进行风机数据在同一特征的不同通道以及不同特征的同一通道上的信息融合,并将融合后的特征向量输入至Transformer(一种深度学习模型)中进行特征学习,增强重要特征信息的影响力,提高模型的抗噪能力。本发明利用基于门控融合Transformer的深度模型可以挖掘风机叶片数据的深层信息,与传统的故障诊断方法相比,重点关注了数据中各
(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116049758 A (43)申请公布日 2023.05.02 (21)申请号 202211356267.5 (22)申请日 2022.11.01 (71)申请人 盐城工学院 地址 224007
有哪些信誉好的足球投注网站
文档评论(0)