买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜江南大学申请的专利基于SEResNet和注意力机制的工业数据诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120030334B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510507221.6，技术领域涉及：G06F18/213；该发明授权基于SEResNet和注意力机制的工业数据诊断方法是由程峰;王道帅;蒋红琰;房殿军;谢海琴设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本基于SEResNet和注意力机制的工业数据诊断方法在说明书摘要公布了：本发明公开了一种基于SEResNet和注意力机制的工业数据诊断方法，属于机械设备信号处理领域。所述方法包括：通过设计中心网络和SEResNet分支网络，构建SRMMF故障诊断模型实现对工业过程中的故障进行诊断，通过中心网络和SEResNet分支网络实现对特征的提取，结合AMF注意力机制实现多特征的融合；最终经过故障识别子网络输出最终的诊断结果；实现了对于故障精确稳定的诊断。

本发明授权基于SEResNet和注意力机制的工业数据诊断方法在权利要求书中公布了：1.一种基于SEResNet和注意力机制的工业数据诊断方法，其特征在于，所述方法包括： 步骤1：采集工业过程中的历史数据，并对其进行预处理； 步骤2：将步骤1中经过预处理的数据划分为训练集、验证集和测试集； 步骤3：通过设计特征提取与融合子网络和故障识别子网络，构建基于SEResNet多传感器注意力机制融合故障诊断模型； 步骤4：利用步骤2得到的训练集对步骤3构建的模型进行训练； 步骤5：将待诊断的数据输入到步骤4训练好的模型中进行故障诊断； 所述步骤3中的特征提取与融合子网络包括中心网络和SEResNet分支网络； 所述SEResNet分支网络包括：卷积层、池化层、SEResNet特征提取网络和全局池化； 所述中心网络包括：AMF模块、维度转换模块和全局池化； 所述AMF模块通过对两个传感器监测信号提取的信号特征在空间维度上进行全局平均池化操作，得到压缩后的特征；再将压缩后的特征组合成全局表示信息F g，再通过全连接运算和ReLU函数进行非线性特征学习，得到经过降维的紧凑特征；然后，利用对应于两个信号特征可学习的权重矩阵对经过降维的紧凑特征进行变换，结合SoftMax函数产生具有软注意力的对应于信号特征和的激励信号；最后，通过选通机制，用激励信号对信号特征重新校准并融合，得到最终的融合特征F； 所述故障识别子网络包括全连接层以及输出，通过接受特征提取与融合子网络的输出实现故障识别； 通过SEResNet分支网络中的SEResNet特征提取网络提取不同信号的特征，经过中心网络中的AMF模块对提取的特征进行融合，再通过维度转换模块实现不同AMF模块之间的融合，融合之后的结果经过全连接层输出故障识别的结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。