买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京航空航天大学申请的专利基于深度可分离卷积的模拟电路实时故障数据轻量化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118821861B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410792228.2，技术领域涉及：G06N3/0464；该发明授权基于深度可分离卷积的模拟电路实时故障数据轻量化方法及系统是由胡薇薇;王冉;韦维;吴昊衍设计研发完成，并于2024-06-19向国家知识产权局提交的专利申请。

本基于深度可分离卷积的模拟电路实时故障数据轻量化方法及系统在说明书摘要公布了：本发明涉及模拟电路故障数据处理技术领域，具体为一种基于深度可分离卷积的模拟电路实时故障数据轻量化方法及系统，包括:S1、确定模拟电路实时故障数据轻量化模型的评价指标，根据标准卷积网络计算评价指标；S2、使用深度可分离卷积网络完成模拟电路实时故障数据轻量化模型构建；S3、通过试验获取模拟电路实时故障数据并通过数据增强算法实现样本量的扩充，使用故障数据轻量化模型完成优化。本发明首先确定模型轻量化程度的评价标准，改进现有模型，基于深度可分离卷积，进行全局与局部轻量化设计，在平衡准确率、复杂度、参数量满足实际需求的条件下得到故障数据轻量化模型，对采集到的故障数据进行轻量化，最后通过性能参数对比验证本方法效果。

本发明授权基于深度可分离卷积的模拟电路实时故障数据轻量化方法及系统在权利要求书中公布了：1.一种基于深度可分离卷积的模拟电路实时故障数据轻量化方法，其特征在于，其包括： S1：确定模拟电路实时故障数据轻量化模型的评价指标，根据标准卷积网络计算评价指标； 使用参数量和浮点运算次数来评价模拟电路实时采集故障数据轻量化模型；设定标准卷积网络特征图的三个维度为：高度、宽度和通道数，组合为[H,W,C1]；设定标准卷积网络的卷积核为[Kw,Kh,C1]，滤波器数目为C2，标准卷积网络后特征图维度为[H,W,C2]，根据标准卷积网络计算模拟电路参数量指标和模拟电路浮点运算次数评价指标； S2：使用深度可分离卷积网络完成模拟电路实时故障数据轻量化模型构建； S21：基于分组卷积操作，深度可分离卷积网络对输入特征每个通道单独设置过滤器进行滑切操作，减少参数量并正则化；设定尺寸为W×W×M，通道数为1的标准卷积网络滤波器K，应用于尺寸为Df×Df×N的输入特征向量F，通过深度可分离卷积网络得到输出模拟电路故障数据特征向量S22：通过深度可分离卷积网络过滤输入通道后，使用点卷积网络对特征进行组合从而生成第一模拟电路实时故障数据特征；确定深度可分离卷积网络模型的输出向量为： 其中，Gk,l,n为深度可分离卷积网络模型输出的第一模拟电路特征向量；为标准卷积网络滤波器；k为模拟电路特征向量的宽度；l为模拟电路特征向量的长度；为输出模拟电路故障数据特征向量；m为卷积核的个数；n为卷积核个数的输出值； S23：使用深度可分离卷积网络降低步骤S1中的参数量指标和浮点运算次数指标的基础上设计整体网络结构，提高故障数据轻量化模型的分类效果； S231：设计第一轻量化模型DS1和第二轻量化模型DS2；首先，设定卷积核为3×3的深度可分离卷积网络，对每个输入通道应用单个卷积滤波器执行轻量级滤波，承接卷积核为1×1的点卷积网络，通过计算输入通道的线性组合来构建第二模拟电路实时故障数据特征，使实时故障数据维持输入时的维度； S232：根据第一轻量化模型DS1和第二轻量化模型DS2组成故障数据轻量化模型的主干部分，采用局部轻量化设计优化主干部分，使用标准卷积网络和深度可分离卷积网络交替组合形式，能够同时兼顾模型轻量化和模型准确度；设计两类主干部分的第一主干部分结构DS_v1和第二主干部分结构DS_v2； S3：通过试验获取模拟电路实时故障数据并通过数据增强算法实现样本量的扩充，使用故障数据轻量化模型完成优化； 采用时序数据增强算法对采集到的模拟电路实时故障数据进行样本量扩充；将得到的模拟电路实时故障数据导入步骤S2中的故障数据轻量化模型进行处理，完成模拟电路实时故障数据的轻量化优化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。