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！

龙图腾网获悉重庆大学申请的专利基于抽样检验和故障损失的机械故障诊断用神经网络模型选用决策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：CN119475129B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411519589.6，技术领域涉及：G06F18/2431；该发明授权基于抽样检验和故障损失的机械故障诊断用神经网络模型选用决策方法是由冉琰;张展昊设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于抽样检验和故障损失的机械故障诊断用神经网络模型选用决策方法在说明书摘要公布了：本发明公开了一种基于抽样检验和故障损失的机械故障诊断用神经网络模型选用决策方法，构建若干机械故障诊断用神经网络模型；将每个神经网络模型对机械故障分类预测错误所导致的故障损失作为神经网络模型选用的依据，在所有神经网络模型中选用故障损失最小的神经网络模型即可。本发明在神经网络分类预测准确率基本相同的条件下，以实际生产损失作为神经网络模型选择的依据，能够最大化减少因分类预测错误造成的损失。

本发明授权基于抽样检验和故障损失的机械故障诊断用神经网络模型选用决策方法在权利要求书中公布了：1.基于抽样检验和故障损失的机械故障诊断用神经网络模型选用决策方法，其特征在于：构建若干机械故障诊断用神经网络模型；将每个神经网络模型对机械故障分类预测错误所导致的故障损失作为神经网络模型选用的依据，在所有神经网络模型中选用故障损失最小的神经网络模型； 神经网络模型构建时，将数据集划分为训练集和测试集，通过训练集构建输入输出特征之间的关系，得到神经网络模型；利用抽样检验原理，通过测试集测试结果推断所构建的神经网络模型在机械故障诊断方面对于实际监测对象分类预测错误的数量，不同分类预测错误及数量对应不同的损失，所有分类预测错误的损失之和即为所述故障损失； 所述分类预测错误分为三种错误情况：监测对象为故障状态，分类预测为健康状态；监测对象为健康状态，分类预测为故障状态；监测对象为故障状态，分类预测为故障状态但故障类型判断错误；前一种情况属于安全故障，记为Ⅰ类错判，对应的损失称为安全故障损失；后两种情况属于效率故障，记为Ⅱ类错判，对应的损失称为效率故障损失；利用抽样检验原理，基于测试集样本中Ⅰ类错判和Ⅱ类错判的发生频率，推断对应神经网络模型Ⅰ类错判和Ⅱ类错判在实际监测对象过程中发生的频率，进而推断得到各神经网络模型的安全故障损失和效率故障损失，安全故障损失和效率故障损失之和即为所述故障损失。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。

以上内容由龙图腾AI智能生成。