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！

龙图腾网获悉华中科技大学申请的专利一种面向旋转机械故障诊断的神经网络可解释方法及应用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：CN119761526B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411841083.7，技术领域涉及：G06N5/045；该发明授权一种面向旋转机械故障诊断的神经网络可解释方法及应用是由高亮;杜俊飞;高艺平;李新宇设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种面向旋转机械故障诊断的神经网络可解释方法及应用在说明书摘要公布了：本发明属于旋转机械故障诊断相关技术领域，其公开了一种面向旋转机械故障诊断的神经网络可解释方法及应用，步骤为：1对振动信号进行S变换处理以获得时频图；2使用二维傅里叶变换将时频图样本由空域转换到频域，并在频域上加掩码，再使用傅里叶逆变换将掩码后的样本转换到空域；3将样本输入神经网络，以得到神经网络最后一层特征图和神经网络输出logits，计算得到目标类别的分类概率和掩码样本的稀疏性分数；4计算样本的域外分布分数；5使用随机梯度下降的方法优化掩码；6将优化后的掩码加到样本频率系数上，以获得该样本分类的解释。本发明提高了解释的特征分辨率。

本发明授权一种面向旋转机械故障诊断的神经网络可解释方法及应用在权利要求书中公布了：1.一种面向旋转机械故障诊断的神经网络可解释方法，其特征在于，该方法包括以下步骤： 1对用于旋转机械的故障诊断的振动信号进行S变换处理以获得时频图； 2将时频图作为样本，使用二维傅里叶变换将时频图样本由空域转换到频域，并在频域上加掩码，再使用傅里叶逆变换将掩码后的样本转换到空域； 3将得到的样本输入神经网络，以得到神经网络最后一层特征图和神经网络输出logits，同时计算得到目标类别的分类概率和掩码样本的稀疏性分数； 4基于得到的神经网络最后一层特征图和神经网络输出的logits计算样本的域外分布分数； 5使用随机梯度下降的方法优化掩码，优化目标为最大化目标类别分类概率，最大化域外分布分数，最小化掩码样本的稀疏性分数； 6将优化后的掩码加到样本频率系数上，以获得该样本分类的解释； 掩码后的样本表达式为： 式中，是二维傅里叶变换，是二维傅里叶逆变换，是时频图样本，是和输入样本维度相同的掩码，是服从高斯分布的随机噪声； 目标类别分类概率的计算公式为： 式中，是神经网络，为返回分类器的分类概率，是目标类别的分类概率； 掩码样本的稀疏性分数的计算公式为： 式中，为超参数； 掩码样本的域外分布分数的计算公式为： 式中，指的是神经网络最后一层的特征和权重夹角最大余弦值，其计算公式为： 是最后一层的特征，是对应第类分类概率的权重；指的是最后一层特征的L1范数； 优化目标对应的公式为： 解释的计算公式为：。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。