Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学李新宇获国家专利权

华中科技大学李新宇获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利基于单路径单元神经网络架构搜索的故障预测方法及系统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:CN116127849B

龙图腾网通过国家知识产权局官网在2025-08-22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:202310173460.3,技术领域涉及:G06F30/27;该发明授权基于单路径单元神经网络架构搜索的故障预测方法及系统是由李新宇;杨德民;高亮;高艺平设计研发完成,并于2023-02-28向国家知识产权局提交的专利申请。

基于单路径单元神经网络架构搜索的故障预测方法及系统在说明书摘要公布了:本发明属于神经网络故障预测领域,并具体公开了一种基于单路径单元神经网络架构搜索的故障预测方法及系统,其包括:采集设备故障信号,得到有标签的故障预测数据集,将其分为训练集和验证集;构建基于单路径单元的超网络模型,根据单路径单元中操作不同,超网络模型可生成搜索空间中所有子网络模型的权重;利用训练集,采用基于平衡性约束的超网络训练策略训练超网络模型,得到训练好的超网络模型;利用验证集,在训练好的超网络模型上搜索最优子网络模型;利用训练集对最优子网络模型进行训练,得到训练好的最优子网络模型,将其应用于故障预测。本发明实现了神经网络故障预测模型结构的自动设计,且模型在机械智能故障预测任务上的性能更高。

本发明授权基于单路径单元神经网络架构搜索的故障预测方法及系统在权利要求书中公布了:1.一种基于单路径单元神经网络架构搜索的故障预测方法,其特征在于,包括如下步骤: S1、采集设备故障信号,对其进行预处理,得到有标签的故障预测数据集,并将其分为训练集和验证集; S2、构建基于单路径单元的超网络模型,根据单路径单元中选择的操作不同,超网络模型可生成搜索空间中所有子网络模型的权重; 所述超网络模型包括三个单路径单元和共有部分;每个单路径单元包括两个输入节点和三个中间节点,两个输入节点分别与三个中间节点连接,且三个中间节点两两连接,即为九条单向边; 具体的,两个输入节点分别接收外部传入的特征图,经单向边传给中间节点;中间节点接收其之前所有输入节点和中间节点各自经一条单向边后得到的特征图,并对特征图进行叠加;单向边将输入的特征图经过操作集中的某一个操作运算后,输出一张特征图;单路径单元的输出由三个中间节点经连结操作后得到; S3、利用训练集,采用基于平衡性约束的超网络训练策略训练超网络模型,得到训练好的超网络模型; 所述平衡性约束表示为: 其中,表示在超网络模型的训练过程中,n表示训练过程中权重的更新次数,E表示所有单路径单元中所有卷积核的集合,B表示共有部分中所有卷积核的集合,表示操作集中包含的操作数量;表示参数为正整数;表示卷积核在训练过程中权重被更新的次数,表示卷积核在训练过程中权重被更新的次数; S4、利用验证集,在训练好的超网络模型上搜索得到最优子网络模型; S5、利用训练集对最优子网络模型进行训练,得到训练好的最优子网络模型; S6、通过训练好的最优子网络模型实现设备故障预测。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。