基于深度學(xué)習(xí)的航空電子元器件的二次篩選

打開文本圖片集

摘 要：本文提出了一種基于深度學(xué)習(xí)的航空電子元器件二次篩選系統(tǒng)。采用模塊化設(shè)計(jì)架構(gòu)，主要包括數(shù)據(jù)輸入與預(yù)處理模塊、深度學(xué)習(xí)模型訓(xùn)練模塊和二次篩選與決策模塊。利用高精度傳感器進(jìn)行實(shí)時(shí)數(shù)據(jù)采集，并利用深度學(xué)習(xí)模型對航空電子元器件進(jìn)行潛在缺陷識別和異常特征分析。試驗(yàn)結(jié)果表明，基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的篩選系統(tǒng)在準(zhǔn)確率和響應(yīng)時(shí)間方面均優(yōu)于傳統(tǒng)決策樹和隨機(jī)森林模型，篩選準(zhǔn)確率為96.5%，響應(yīng)時(shí)間控制低于80ms。（剩余5371字）