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！

龙图腾网获悉湖南工业大学申请的专利一种基于I-PixelHop的故障诊断模型的高效分布式并行训练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：CN116821669B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310242510.9，技术领域涉及：G06F18/214；该发明授权一种基于I-PixelHop的故障诊断模型的高效分布式并行训练方法是由万烂军;周政;宁佳恩;黄乐;李长云;罗海霞;王志兵;吴岳忠设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种基于I-PixelHop的故障诊断模型的高效分布式并行训练方法在说明书摘要公布了：本发明公开了基于I‑PixelHop的轴承故障诊断模型的高效分布式并行训练方法，通过将轴承故障数据集划分为多个DataFrame分区并将其分配给所有Worker节点，每个Worker节点署多个PixelHop单元与ILAG单元并启动多个Sparkexecutors对分配给该Worker节点的所有DataFrame分区进行并行处理。在每个Worker节点中，由每个Sparkexecutor调用GPU计算资源依次对每个PixelHop单元与ILAG单元进行并行处理，另在Master节点中将来源于所有Worker节点的局部特征向量拼接成全局特征向量。最后，使用所有Worker节点来依次并行训练多个基于SVM的轴承故障分类器并进行加权投票，解决了现有I‑PixelHop轻量级学习框架在对大规模轴承故障数据集进行计算时存在训练时间较长的问题。

本发明授权一种基于I-PixelHop的故障诊断模型的高效分布式并行训练方法在权利要求书中公布了：1.一种基于I-PixelHop的故障诊断模型的高效分布式并行训练方法，其特征在于，包括以下步骤： S1.将故障数据集进行预处理； S2.将预处理的故障数据集划分为P个DataFrame分区，并分配至K个Worker节点，将I-PixeHop中各Z个PixelHop单元和ILAG单元分配至K个Worker节点，第i个Worker节点中分配有hi个PixelHop单元和ILAG单元； S3.在第i个Worker节点中使用ni个Sparkexecutors并行处理分配给该Worker节点的mi个DataFrame分区，Sparkexecutors将第d个DataFrame分区DFPi.j.d作为该Worker节点第一个PixelHop单元的输入，并对该Worker节点中的第x个PixelHop单元和ILAG单元进行并行处理； S4.重复步骤S3，直到Worker节点处理完所有的PixelHop单元和ILAG单元，以及Sparkexecutor处理完分配给它的所有mij个DataFrame分区为止； S5.将ILAG单元所生成的概率向量拼接成局部特征向量，然后Worker节点将局部特征向量拼接成全局特征向量； S6.使用Worker节点来依次并行训练多个基于SVM的故障分类器并进行加权投票。

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湖南工业大学，其通讯地址为：412000 湖南省株洲市天元区泰山路88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。