基于人工智能的电子鼻技术，基于深度学习的电子鼻白酒识别方法研究。电子鼻是一种模拟生物嗅觉系统的检测仪器，主要由气体传感器阵列，预处
理模块和模式识别系统三部分组成。自诞生以来，电子鼻以其在检测识别上快速
和便携的优点，已经广泛应用于食品安全、环境监测和疾病诊断等领域。数据处
理是电子鼻技术的一个重要部分，传统的电子鼻数据处理主要包括预处理、特征
提取（特征生成和降维）和分类识别等步骤。
2021-08-18 11:07:54
3.6MB
1
设 备 故 障 信 息 特 征 词 提 取 方 法 研 究在 分析 了 目 前 复 杂 系 统 设 备 故 障 信 息 的 特性 基 础 上 ， 研 究 了 文 本信 息 分 词和特 征 词 提取 方 法 ， 给 出 了 设 备 故 障 信 息 特 征词 提 取 方法 。 以 某 高 速 列 车 故 障 信 息为 例 ， 有 效 提 取 了 高 速 列 车 故 障 信 息 中 的 特 征 词 。
设 备 关 联 失 效 规 则 算 法 分 析 研 究在 提取 了 设备故 障信 息 特 征 词 的 基 础上 ， 基 于关 联分析方 法 ， 提 取 设 备关 联失 效 规 则 ， 建 立 了 设 备 关 联 失效 模 型 。 以 高 速 列车 牵 引 系 统 故 障 信 息 中 的 特 征 词为 例 ， 构 建 了 高 速 列 车牵 引 系 统 关 联 失 效 模 型 。
设 备故 障 识 别 方 法研 究在 构建 的 系 统 关联 失 效 模 型和故障 识 别 方法基础 上 ， 提 出 了 模 糊 故障 网的 故 障识 别 方 法 。 以 高 速 列 车 牵 引 系 统 的 关 联 失效 模 型 基 础 ， 验 证 了 设 备 故 障 识别 方 法 的 有 效 性 和准 确性 。
设 备 故 障 识 别系 统 实 现采 用 语 言 ， 利 用 框 架 技 术 对 各个算法进行 实 现 ， 得 到设 备故 障识 别 原 型 系 统 ， 完 成 通 过 故 障 数据 对 设 备故 障 状 态 以 及 故障 结 果 的 智 能 识 别
2021-08-17 09:03:25
30.8MB