龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南京航空航天大学
摘要：本申请的实施例提供了一种基于递归矩阵的状态识别方法、装置、介质。获取时序数据，并计算递归矩阵；根据优化递归矩阵转化成RBG图样；基于RBG图样生成卷积神经网络训练数据集，并将卷积神经网络训练数据集输入卷积神经网络进行训练，得到识别模型；基于待识别时间序列段所对应的RGB图样与识别模型确定超声速进气道在该时段的状态，此时，基于RBG图样生成卷积神经网络训练数据集，并针对识别模型对待识别时间序列段所对应的RGB图样进行管控，以便于确定超声速进气道在该时段的状态，进而提高识别模型对基于递归矩阵的状态识别准确率，并能够在保证模型识别准确率的前提下，去除人工调参的环节，提高其泛化性能，以适应不同设计参数的进气道模型壁面静压数据。
主权项：1.一种基于递归矩阵的状态识别方法，其特征在于，应用于超声速进气道场景；所述基于递归矩阵的状态识别方法包括：基于超声速进气道壁面静压的时序数据，获取优化递归矩阵；根据优化递归矩阵转化成RBG图样；基于RBG图样生成卷积神经网络训练数据集，并将卷积神经网络训练数据集输入卷积神经网络进行训练，得到识别模型；基于待识别时间序列段所对应的RGB图样与识别模型确定超声速进气道在该时段的状态。
全文数据：
权利要求：
百度查询： 南京航空航天大学 基于递归矩阵的状态识别方法、装置、介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号