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！

龙图腾网获悉西安交通大学申请的专利传动系统多源监测数据的图变分自编码特征提取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：CN117235489B 。

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：202211679369.0，技术领域涉及：G06F18/213；该发明授权传动系统多源监测数据的图变分自编码特征提取方法是由孙闯;杨远贵;李亚松;许洪;陈雪峰设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本传动系统多源监测数据的图变分自编码特征提取方法在说明书摘要公布了：公开了一种传动系统多源监测数据的图变分自编码特征提取方法，包括：使用多个传感器采集故障模拟实验系统的信号，分别采集正常信号与故障信号；使用得到的数据根据多传感器网络图数据构造方法构造多传感图信号，并划分训练集和测试集；将训练集数据输入到图注意力变分自编码模型中进行训练，对多模态异构图信号进行特征提取与编码，获取图信号的低维嵌入融合特征表示；继续将所提取的图信号的低维嵌入融合特征输入到全局平均池化层中进行图读出操作，进而将图读出特征输入到全连接层分类器，与图注意力变分自编码模型编码器部分协同训练与分类，并通过测试集进行测试，将测试准确率最高的模型保存为最优的多源数据融合与故障特征提取模型。

本发明授权传动系统多源监测数据的图变分自编码特征提取方法在权利要求书中公布了：1.一种传动系统多源监测数据的图变分自编码特征提取方法，其特征在于，其包括如下步骤： 步骤S100：使用多个传感器采集传动系统的故障模拟实验系统的正常信号与故障信号； 步骤S200：基于所述正常信号与故障信号根据多传感器网络图数据构造方法构造多传感图信号，并划分训练集和测试集； 步骤S300：将训练集数据输入到图注意力变分自编码器模型GAT-VAE中进行训练，对多模态异构图信号进行特征提取与编码，获取多模态异构图信号的低维嵌入融合特征表示； 步骤S400：将所述低维嵌入融合特征输入到全局平均池化层中进行图读出操作得到图读出特征，进而将所述图读出特征输入到全连接层分类器，与图注意力变分自编码模型GAT-VAE的编码器部分协同训练与分类，并通过测试集进行测试，将测试准确率最高的模型保存为最优的多源数据融合与故障特征提取模型； 其中，步骤S300中，所述图注意力变分自编码模型GAT-VAE包括： S301：编码器部分使用图注意力层GAT与非线性激活函数ReLU对图信号生层一个低维特征矩阵： ， 其中，X为图的节点特征矩阵，A为图的邻接矩阵； S302：第二个图注意力层GAT层生成隐变量的均值与对数方差： ， S303：从隐变量的均值与方差中采样出隐变量z，使模型可以继续训练： ， 其中，N0,1表示正态分布，从正态分布中进行采样； S304：对隐变量z进行GATPooling图池化： Z=GATPoolingZ,A 其中，GATPooling·表示图注意力池化层； S305：解码器通过两层全连接层FCLayers解码得到节点特征向量： ， S306：图注意力变分自编码模型GAT-VAE的损失函数可以表示为： ， 其中，MSELoss·指均方误差损失，表示为： 。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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。