基于卷积神经网络的用电器识别方法
公开
摘要
本发明公开了一种基于卷积神经网络的家用电器识别方法，属于深度学习神经网络下电器识别领域。本发明对传统的电器识别因基本电参数存在非线性变化造成的多用电器同时使用识别困难提出了改进方案。其技术方案要点为：选取常用的几类电器作为研究对象并进行人工编码，通过波形叠加获得多用电器同时使用的数据，将数据放入卷积神经网络进行训练获得模型，最后利用重新测量的数据进行预测来验证实验可行性。本发明识别电器高效准确。
基本信息
专利标题 ：
基于卷积神经网络的用电器识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298185A
申请号 ：
CN202111561045.2
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
邬倩倩李珂晗余善恩
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市下沙高教园区2号大街
代理机构 ：
杭州浙科专利事务所(普通合伙)
代理人 ：
孙孟辉
优先权 ：
CN202111561045.2
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08 G01R19/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
