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一种基于知识特征融合的轴承故障诊断评估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：CN119720095B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411861928.9，技术领域涉及：G06F18/25；该发明授权一种基于知识特征融合的轴承故障诊断评估方法是由刘切;李嘉玺;李文博;刘成瑞;陈思宇;侯入新设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种基于知识特征融合的轴承故障诊断评估方法在说明书摘要公布了：本发明涉及轴承故障诊断技术领域，特别涉及一种基于知识特征融合的轴承故障诊断评估方法。所述方法包括：提取历史故障特征数据；训练故障诊断模型；以训练数据在故障诊断模型特征层的输出，引入中心损失函数训练嵌入层网络模型；以嵌入层网络模型对型特征数据进行映射；将映射数据和基于数据的知识特征进行加权融合；计算临近数据的局部密度分布情况；计算诊断结果的置信度。本发明通过融合故障诊断模型诊断过程中提取到的特征和故障数据本身的特征，在嵌入空间中根据样本局部密度分布估计出模型诊断结果的置信度情况，解决了故障诊断模型置信度评估困难、一般评估过程可解释性差的难题，能够获得复杂模型及复杂数据下的置信度评估结果。

本发明授权一种基于知识特征融合的轴承故障诊断评估方法在权利要求书中公布了：1.一种基于知识特征融合的轴承故障诊断评估方法，其特征在于，具体方法如下： 获取轴承历史故障数据，提取历史故障特征数据； 以历史故障特征数据训练故障诊断模型，获取故障诊断模型； 获取故障诊断模型的输出层的前一层输出，作为故障诊断模型特征数据； 在故障诊断模型的基础上，添加一层嵌入层网络模型，引入中心损失训练嵌入层网络模型，以嵌入层网络模型对故障诊断模型特征数据进行映射； 将映射数据和基于数据的知识特征进行加权融合； 搜索每个融合特征的K个最近邻样本； 根据近邻样本搜索结果，计算其近邻样本的不同类别的局部密度分数； 加权局部密度，计算故障诊断模型的整体置信度； 计算其近邻样本的不同类别的局部密度分数，具体公式为： 式中：其中y表示测试样本yi的预测值，c表示模型最终故障诊断的分类结果，j＝1,2,3,...,k表示k个最近邻训练集样本，f·表示经过训练后的模型，根据上式计算将得到一个范围在0～1的局部密度分数。

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：400030 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。