基本信息

---

下载

文档摘要

---

2025年9月

第44卷第9期技术前沿

基于BiLSTM与高斯加权KNN的示波器

信号检测方法研究

陈松

(,)

上海交通职业技术学院上海200030

:,、,。

摘要在人工智能驱动的工业场景中瞬态异常因其不可见偶发及难以溯源特性已成为故障诊断中的关键问题高精度

、,,

示波器信号检测技术能够有效捕捉此类微弱瞬变的异常信号是实现精准诊断与预测性维护的核心手段也为保障工业系

。,(,)

统稳定运行提供了重要支持为此提出一种融合双向长短期记忆网络Bi-directionalLon-ShortTermMemorBiLSTM

gy

(,)。,

与高斯加权近邻的示波器信号检测模型该模型首先引入高斯加权机制改进算法再

KK-NearestNeihborKNNKNN

g

,。:

结合BiLSTM的双向循环架构与门控机制深度挖掘瞬态数据的前后向时序依赖关系实验结果表明该模型的平均检测延

,,(,)(,)。

迟最低为能源效率最高达精确率和召回率最高分别为和结果

11.2ms97.34%PrecisionPRecallR95.46%94.48%

,,

验证了该模型在瞬态异常捕捉方面的综合优势能够有效满足工业场景中对信号检测的实时性与准确性要求为工业系统智

能运维提供了可靠的技术支持。

:;;;;

关键词人工智能双向长短期记忆网络近邻算法高斯加权示波器信号检测

K

中图分类号:;文献标志码::/

TN707TP277ADOI10.19652.cnki.femt.2509002