公开(公告)号：CN109961184A

公开(公告)日：2019-07-02

申请号：CN201910222908.X

申请日：2019-03-22

Applicant: 哈尔滨工业大学

Inventor： 赵光权 ,  姜泽东 ,  吴侃侃 ,  周军 ,  高永成 ,  杨旭洲 ,  胡聪

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q10/00 ,  G06N3/04

Abstract: 基于DNN网络的模拟滤波器健康度估计方法，它属于模拟滤波器健康度评估技术领域。本发明解决了传统的模拟滤波器健康度评估方法存在的退化特征提取需要借助专家经验、以及退化特征提取需要浪费大量人力的问题。本发明利用深度神经网络的强大自适应特征提取能力对复杂的模拟滤波器电路退化数据进行健康度估计，本发明直接将采集的模拟滤波器电路输出数据输入DNN网络，即可根据DNN网络输出的一维特征来构建平滑单调的健康度曲线，整个退化特征提取过程不需要借助任何专家经验，不需要人工设立标签，大大减少人工参与，节省大量的人力。采用本发明方法构建的健康度曲线的单调性提高11％以上。本发明可以应用于模拟滤波器健康度评估技术领域。