一种基于深度学习的教室设备运行数据处理方法及系统 · CN122986924A

著录项目

公开（公告）号CN122986924A	申请号CN202611489591.2	专利类型发明专利
状态在审	国家或地区CN	申请人连云港小牛电子科技有限公司
分类号G06F18/25(2023.01), G06F18/213(2023.01), G06F18/2134(2023.01), G06F18/2413(2023.01), G06N3/045(2023.01), G06N3/0464(2023.01), G01M13/045(2019.01)	申请日2026-09-23	公开日2026-10-27
发布日期2026-10-27	文档 ID84635777203300004	源数据页码84
专利语言zh

摘要

本申请公开了一种基于深度学习的教室设备运行数据处理方法及系统，涉及深度学习技术领域，旨在解决现有深度学习模型在处理教室投影仪风扇轴承极早期磨损振动信号时无法有效识别早期磨损，造成潜在故障漏检的技术问题，该方法包括：对采集的投影仪风扇振动信号进行多尺度一维卷积处理，提取多尺度卷积特征图，以预设滑动窗口遍历多尺度卷积特征图，根据窗口内激活响应的局部峭度特征和峰值因子特征，区分出微弱异常响应区域和主导正常响应区域，并生成用于指示微弱异常响应区域的第一掩码和用于指示主导正常响应区域的第二掩码。

附图

附图 1