需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于BN-LSTM网络的汽车传感器故障分类方法

一种基于BN-LSTM网络的汽车传感器故障分类方法

发布时间: 2023-09-27

来源: 试点城市（园区）

基本信息

合作方式： 技术转让
成果类型： 发明专利
行业领域：
电子信息技术
成果介绍
本发明公开了一种基于BN方法和LSTM网络的汽车传感器故障分类方法。由于汽车内部系统的复杂以及保证汽车安全运行，需要使用在线过程监控方法对汽车运行过程进行实时监控确保汽车运行安全。该方法利用了汽车过程数据具有时序性特征，将LSTM网络应用于汽车故障诊断，引入BN方法使网络在训练过程中不同层之间维持相同的数据分布，利用Adam优化算法得到参数的最优值。最后使用混淆矩阵分析故障分类效果。相比于其他方法，本发明使用BN-LSTM网络应用于汽车传感器故障分类，有效利用了汽车过程数据具有时序性特点，提高了故障分类的准确率。
成果亮点
汽车过程数据具有时序性特征，LSTM网络可以有效拟合序列数据。由于神经网络训练过程中不同层之间数据分布容易改变，本发明引入批量标准化方法，并结合Adam优化算法提高故障分类的准确率。
团队介绍
浙江大学机器人研究院（以下简称“研究院）是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署，在余姚市的大力推动下，于2017年由浙江大学和余姚市合作共建的新型研发机构。 研究院面向科技前沿、面向经济发展主战场，将机器人、智能装备研发及产业化作为主要突破方向；立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念，以体制机制创新为抓手，以科技研发、成果转化和人才培育为核心，着力构建技术-人才-产业深度融合的创新创业生态；努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。
成果资料