哈尔滨工程大学苍岩获国家专利权
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！
龙图腾网获悉哈尔滨工程大学申请的专利一种基于高斯混合模型和粒子群优化的轴承数据扩充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：CN120180083B 。
龙图腾网通过国家知识产权局官网在2025-10-21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：202510255502.7，技术领域涉及：G06F18/213；该发明授权一种基于高斯混合模型和粒子群优化的轴承数据扩充方法及系统是由苍岩;邹瑞凯;王荔岩;张轩上设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。
本一种基于高斯混合模型和粒子群优化的轴承数据扩充方法及系统在说明书摘要公布了：本发明提供了一种基于高斯混合模型和粒子群优化的轴承数据扩充方法及系统，属于数据扩充领域。为了解决现有的小样本轴承缺陷检测中，如何有效地扩充数据集，增加数据多样性，缓解数据稀缺，提高模型的泛化能力和检测性能的问题。本发明采用高斯混合模型GMM对原始数据进行建模，通过粒子群优化PSO算法优化GMM的参数，生成新的数据点，扩充数据集。该方法能够有效增加数据多样性，缓解数据稀缺问题，提高模型的泛化能力和检测性能。
本发明授权一种基于高斯混合模型和粒子群优化的轴承数据扩充方法及系统在权利要求书中公布了：1.一种基于高斯混合模型和粒子群优化的轴承数据扩充方法，其特征在于，包括以下步骤： S100、获取原始轴承数据集，该数据集包含多个样本数据点，每个样本数据点代表一个轴承样本的特征向量，所述特征向量包含了轴承的缺陷特征信息； S200、初始化高斯混合模型的参数，所述参数包括均值、协方差矩阵和混合权重； S300、使用粒子群优化算法优化步骤S200初始化后的GMM参数，得到最优的GMM参数； 粒子群优化的目标函数为GMM的似然函数，即最大化数据在GMM下的概率密度，从而优化GMM的参数；具体包括， 对期望步骤产生的均值进行优化，使用粒子群优化算法在参数空间中搜索最优的均值，优化函数如下式2所示： 2； 通过最大化步骤，更新模型参数以最大化数据的似然，更新公式如下： 3； 4； 通过迭代执行期望步骤、PSO和最大化步骤，直到满足迭代终止条件，拟合出模型； 式中，数据点属于第个组件的责任度为，在均值和协方差矩阵下的多元高斯分布概率密度函数为； S400、根据混合权重选择高斯分布，并从该分布中随机采样生成新的数据点，得到扩充后的轴承数据。
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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励