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：浙江工业大学
摘要：本发明属于传感器技术领域，具体涉及一种基于迁移学习的多维力传感器解耦方法。本发明包括：通过静态标定构建标定数据集；通过数值分析和模拟方法构建预训练数据集；以预训练数据集为源数据集，利用基于迁移学习机制的神经网络进行预训练，得到预训练模型及所有的网络参数；固定浅层的网络参数，使用标定数据集为目标数据集微调最后若干层网络层，获得最后若干层网络层的新的网络参数，得到多维力传感器解耦模型；利用多维力传感器解耦模型对多维力传感器采集的数据进行解耦处理。本发明加速了神经网络的训练速度，避免神经网络在学习中陷入局部最优，使解耦模型具有良好的收敛性和鲁棒性，同时减少对标定数据的依赖，降低传感器的标定成本。
主权项：1.一种基于迁移学习的多维力传感器解耦方法，其特征在于，所述基于迁移学习的多维力传感器解耦方法，包括：通过对多维力传感器进行静态标定构建标定数据集Xexperiment；通过数值分析和模拟方法构建预训练数据集Xpre；对预训练数据集Xpre进行归一化处理，以归一化处理后的预训练数据集Xpre为源数据集，利用基于迁移学习机制的神经网络进行预训练，得到预训练模型及所有的网络参数；固定浅层的网络参数，采用归一化处理后的标定数据集Xexperiment分别微调最后一层、两层……N层网络层，计算微调之后得到的多个模型的解耦精度，选择解耦精度最高的模型作为多维力传感器解耦模型，所述浅层指除重新训练的网络层之外的网络层；利用多维力传感器解耦模型对多维力传感器采集的数据进行解耦处理。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于迁移学习的多维力传感器解耦方法
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