典型文献
基于深度学习和TRIZ的牵引变流器增效设计
文献摘要：
在牵引变流器系统设计中,各子系统间存在复杂的多元技术矛盾,而依赖手动查表的传统创新方法难以有效解决这些矛盾.对此,文章将深度学习算法引入发明问题解决理论(TRIZ)中,通过研究基于深度学习和TRIZ原理相结合的协同创新方法,构建TRIZ-CRNN模型,挖掘创新案例中隐含的发明原理,从而实现牵引变流器的协同创新.实验结果显示,TRIZ-CRNN模型在TRIZ创新案例数据集上的识别精度达到99.5％.这验证了该协同创新方法的可行性,其能实现对TRIZ创新机制的智能建模,为牵引变流器技术创新提供理论支撑及解决方案;同时,由于该设计方法基于TRIZ-CRNN的人机交互软件,其不仅提升了计算机辅助创新系统的操作智能化水平,而且还优化了TRIZ-CRNN算法的应用.
文献关键词：
TRIZ创新;牵引变流器;深度学习;协同创新;卷积循环神经网络
中图分类号：
作者姓名：
梁开伟;焦毕;刘永江;林珍君;苏理;谢海波
作者机构：
株洲中车时代电气股份有限公司,湖南 株洲 412001
文献出处：
引用格式：
[1]梁开伟;焦毕;刘永江;林珍君;苏理;谢海波-.基于深度学习和TRIZ的牵引变流器增效设计)[J].控制与信息技术,2022(06):77-83
A类：
计算机辅助创新
B类：
TRIZ,牵引变流器,多元技术,技术矛盾,创新方法,深度学习算法,发明问题解决理论,CRNN,创新案例,中隐,发明原理,识别精度,创新机制,智能建模,人机交互软件,创新系统,智能化水平,卷积循环神经网络
AB值：
0.243709
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
