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！

龙图腾网获悉东北大学申请的专利针对小样本的基于相似度可解释权重分配的迁移适配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：CN119378697B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411204689.X，技术领域涉及：G06N5/045；该发明授权针对小样本的基于相似度可解释权重分配的迁移适配方法是由李一鸣;刘同珊;宋桂秋设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本针对小样本的基于相似度可解释权重分配的迁移适配方法在说明书摘要公布了：本申请公开了一种针对小样本的基于相似度可解释权重分配的迁移适配方法，涉及旋转机械预测性维护技术领域。其中方法包括：获取旋转机械的源域时间序列和目标域时间序列；利用初始特征提取网络对源域时间序列的时域特征和或频域特征进行特征提取，得到各网络层输出的隐层特征向量；计算隐层特征向量和真实值之间的相似度，并基于相似度，利用初始可解释权重分配网络为初始特征提取网络分配权值；根据权值分配后的特征提取网络和初始可解释权重分配网络，预测旋转机械的寿命，以及度量源域时间序列和目标域时间序列之间的分布差异；基于预测的寿命和分布差异进行权值更新，输出预设寿命预测模型。本申请能够提升旋转机械寿命预测模型的可解释性。

本发明授权针对小样本的基于相似度可解释权重分配的迁移适配方法在权利要求书中公布了：1.一种针对小样本的基于相似度可解释权重分配的迁移适配方法，其特征在于，包括： 获取旋转机械的源域时间序列和目标域时间序列，以及初始寿命预测模型，其中，所述初始寿命预测模型包括初始特征提取网络和初始可解释权重分配网络； 提取所述源域时间序列对应的时域特征和或频域特征，利用所述初始特征提取网络对所述时域特征和或频域特征进行特征提取，得到所述初始特征提取网络的各网络层在相应时间窗口下输出的隐层特征向量； 计算所述隐层特征向量和相应的真实值之间的相似度，并基于所述相似度，利用所述初始可解释权重分配网络为所述初始特征提取网络分配权值，得到权值分配后的特征提取网络； 根据所述权值分配后的特征提取网络和所述初始可解释权重分配网络，预测所述旋转机械的寿命，以及度量所述源域时间序列和所述目标域时间序列之间的分布差异； 基于预测的所述旋转机械的寿命和所述分布差异，对所述权值分配后的特征提取网络和所述初始可解释权重分配网络进行权值更新； 重复权值分配和权值更新的过程，直至满足预设条件时，停止迭代更新，输出预设寿命预测模型； 当所述初始可解释权重分配网络为单层注意力网络时，基于所述相似度，利用所述初始可解释权重分配网络为所述初始特征提取网络分配权值，得到权值分配后的特征提取网络，包括： 基于所述相似度，利用所述单层注意力网络为所述初始特征提取网络分配权值，得到权值分配后的特征提取网络； 根据所述权值分配后的特征提取网络和所述初始可解释权重分配网络，预测所述旋转机械的寿命，以及度量所述源域时间序列和所述目标域时间序列之间的分布差异，包括： 将所述源域时间序列输入至所述权值分配后的特征提取网络和所述初始可解释权重分配网络进行特征提取和寿命预测，得到所述权值分配后的特征提取网络的各网络层输出的第一特征向量，以及所述初始可解释权重分配网络输出的第二特征向量和所述旋转机械的寿命； 同时将所述目标域时间序列输入至所述权值分配后的特征提取网络和所述初始可解释权重分配网络进行特征提取，得到所述权值分配后的特征提取网络的各网络层输出的第三特征向量，以及所述初始可解释权重分配网络输出的第四特征向量； 计算所述第一特征向量与所述第三特征向量之间的最大均值差异，以及所述第二特征向量与所述第四特征向量之间的最大均值差异； 基于所述第一特征向量与所述第三特征向量之间的最大均值差异，以及所述第二特征向量与所述第四特征向量之间的最大均值差异，度量所述源域时间序列和所述目标域时间序列之间的分布差异。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。