基于数据可视化的复杂系统信号时序识别方法

摘要：

针对复杂系统研发及运行过程中产生的大量信号可以表征系统运行的时序健康状态这一特性,提出了一种基于数据可视化及卷积神经网络(convolutional neural networks,CNN)智能识别的时序特征识别方法;该方法使用数据可视化技术将信号的时序特征映射至图像,通过训练好的特征识别模型对信号可视化图像进行时序特征的识别,可实现系统运行时的实时智能状态监测;选取了三种典型信号的正常及异常特征,通过模型构建及测试分析,验证该方法对复杂系统信号的时序特征有良好的识别效果,可应用于对时序要求较高的复杂系统进行状态监测及故障诊断.

关键词：数据可视化;卷积神经网络;Inception-v3模型;时序;特征识别

所属期刊栏目：30

分类号：T391.4;V57

在线出版日期：2022-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：252-257