基于独立循环神经网络深度学习的GIS状态分析方法
公开
摘要
本发明公开了一种基于独立循环神经网络深度学习的GIS状态分析方法，具体包括如下步骤：步骤1，收集样本数据；步骤2，对每一个样本数据进行归一化预处理，并输出项数据进行编号；步骤3，将经步骤2处理后的样本数据分为训练样本集、验证样本集、测试样本集；步骤4，搭建独立循环神经网络深度学习模型的整体结构；步骤5，对步骤4的模型使用步骤3的训练样本集进行训练后获得训练后模型；步骤6，对步骤5的模型使用步骤3的验证样本集进行过拟合验证，获取最优模型；步骤7，输出分析结果。本发明解决了现有GIS状态分析结果易受主观因素影响、可靠性低的问题。
基本信息
专利标题 ：
基于独立循环神经网络深度学习的GIS状态分析方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114609513A
申请号 ：
CN202210106381.6
公开（公告）日 ：
2022-06-10
申请日 ：
2022-01-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
邓亚平贾颢同向前张晓晖
申请人 ：
西安理工大学
申请人地址 ：
陕西省西安市碑林区金花南路5号
代理机构 ：
西安弘理专利事务所
代理人 ：
许志蛟
优先权 ：
CN202210106381.6
主分类号 ：
G01R31/327
IPC分类号 ：
G01R31/327 G01D21/02 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G01
测量；测试
G01R
测量电变量；测量磁变量
G01R31/327
•电路断续器、开关或电路断路器的测试
法律状态
2022-06-10 ：
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
