文献知网节
摘要:This paper simulates the module-level soft fault signal of the avionics system by means of fault injection, selects the CPLD power supply voltage AC value as the analysis object, and samples through the sliding window to obtain the data set. Based on the residual neural network to improve,1*1 convolution and global average pooling layer are introduced. It is verified on the data set and compared with the traditional fully connected neural network and one-dimensional convolutional neural network. The experiment proves that the proposed fault diagnosis method based on residual convolutional neural network(Res-CNN) has achieved significant improvement.
会议名称:

2021年第四届算法、计算和人工智能国际会议

会议时间:

2021-12-22

会议地点:

中国海南三亚

  • 专辑:

    工程科技Ⅱ辑; 信息科技

  • 专题:

    航空航天科学与工程; 自动化技术

  • DOI:

    10.26914/c.cnkihy.2021.055305

  • 分类号:

    TP183;V267

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

温馨提示:阅读CAJ格式原文,请使用CAJ浏览器

下载:37 页码:676-682 页数:7 大小:303k

引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献
相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 相关法规
  • 关联作者
  • 相关视频