基于深度学习的航空电子元器件的二次筛选

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：本文提出了一种基于深度学习的航空电子元器件二次筛选系统。采用模块化设计架构，主要包括数据输入与预处理模块、深度学习模型训练模块和二次筛选与决策模块。利用高精度传感器进行实时数据采集，并利用深度学习模型对航空电子元器件进行潜在缺陷识别和异常特征分析。试验结果表明，基于卷积神经网络（CNN）的筛选系统在准确率和响应时间方面均优于传统决策树和随机森林模型，筛选准确率为96.5%，响应时间控制低于80ms。（剩余5371字）

试读结束

目录
monitor