科创中国

新一代信息技术产业,互联网与云计算、大数据服务

密封电子设备内部多余物定位技术的特征优化方法，属于电子设备内部多余物定位技术领域。为了解决目前的机器学习对于密封电子设备内部多余物进行定位时存在不能兼顾计算量和准确率的问题。本发明通过多通道数据建立多余物定位数据集，并分别计算每个特征与标签值之间的皮尔逊相关系数的绝对值rij并分通道累加，基于累加情况更新rij，进而得到每个特征对应的组合加权并对其进行排序；同时对所有特征的p值结果，进而得到每个特征对应的并对其进行排序，根据两个排序结果进行综合排序，基于排序结果对定位数据集中的类型特征选择性保留

密封电子设备内部多余物定位技术的特征优化方法，其特征在于，包括以下步骤： 步骤一：针对密封电子设备内部多余物定位数据，分别计算每个特征与标签值之间的皮尔逊相关系数的绝对值rij，代表通道i的第j个特征，i＝1，2，...，I，j＝1，2，...，J，I为通道数量，J为每个通道信号提取的特征类型数量； 所述的密封电子设备内部多余物定位数据为多通道信号提取的特征，即通过安置在密封电子设备表面的I个声发射传感器采集，生成的I套多余物信号即为I个通道数据，针对每个通道信号提取J个类型的特征； 所述标签值为模型内部分隔为多个相等的密闭空间中多余物所在的一个空间放置对应的标签； 将I通道内各自的J个类型特征的皮尔逊相关系数的绝对值进行累加，得到各自对应的累加结果Ri； 同时计算定位数据集中I*J个类型特征的皮尔逊相关系数的绝对值的总和Rall； 然后分别求取各通道的Ri占Rall的比重，作为通道特性的加权系数Wip；

黑龙江大学（Heilongjiang University），位于黑龙江省哈尔滨市，是黑龙江省人民政府和中华人民共和国教育部、国家国防科技工业局共建的省属综合性大学，黑龙江省“双一流”建设国内一流大学A类高校，入选国家卓越法律人才教育培养计划、中西部高校基础能力建设工程、特色重点学科项目、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、全国深化创新创业教育改革示范高校、教育部来华留学示范基地，是世界翻译教育联盟、中俄新闻教育高校联盟、中俄综合性大学联盟、上海合作组织大学、“一带一路”智库合作联盟成员单位

点击查看