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！

龙图腾网获悉武汉理工大学申请的专利基于K-means算法和BP神经网络的机舱设备状态感知与故障诊断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：CN115879018B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202211601072.2，技术领域涉及：G06F18/23213；该发明授权基于K-means算法和BP神经网络的机舱设备状态感知与故障诊断方法是由陈辉;黄梦卓;管聪;杨祥国设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本基于K-means算法和BP神经网络的机舱设备状态感知与故障诊断方法在说明书摘要公布了：本发明公开了基于K‑means算法和BP神经网络的机舱设备状态感知与故障诊断方法，该方法通过获取船舶机舱多源信息船舶设备的监测数据进行数据预处理；首先进行主成分分析法对数据进行降维处理，按照数据方差贡献率淘汰影响不大的数据，其次采用K‑means算法，对复杂的检测数据进行简化，呈现一定的规律性；将几种不同的故障工况和正常工况进行独热编码，变成哑变量，最后将K‑means聚类分析后的征兆作为输入量，工况模式输出矩阵作为目标向量，进行BP神经网络迭代训练，得到故障诊断的最终数据并于期望值进行比对。本发明在数据采集与处理方面极大幅度优化数据维度，并提高了数据简洁性，有效提升了船舶机舱故障诊断效率。

本发明授权基于K-means算法和BP神经网络的机舱设备状态感知与故障诊断方法在权利要求书中公布了：1.基于K‑means算法和BP神经网络的机舱设备状态感知与故障诊断方法，其特征在于，包括以下步骤： S1：对船舶的机舱设备数据进行多源信息采集； S2：进行数据预处理，对上述数据进行主成分分析，对数据进行简化和降维处理； S3：进行特征提取,采用K‑means算法对其数据进行聚类分析，使得数据更简洁，并且有一定规律性； 对输入的工况的故障模式进行编码，所采取的是对5种不同工况进行独热编码，变成哑变量； 对K‑means聚类分析后的征兆作为输入量，工况模式输出矩阵作为目标向量，进行BP神经网络迭代训练； S4：将获取的优化数据基于BP神经网络进行训练处理，并对预测结果和期望结果进行比对，得出结论； 所述将获取的优化数据基于BP神经网络进行训练处理，具体步骤为： 步骤1、网络初始化：根据系统输入确定网络输入层节点数n、隐含层节点数l、输出层节点数m，初始化输入层、隐含层和输出层神经元之间的连接权值，ωij，ωjk，初始化隐含层阈值a，输出层阈值b，给定学习速率和神经元激励函数； sigmoid激励函数： 步骤2、隐含层输出计算：根据输入变量X，输入层和隐含层之间连接权值ωij以及隐含层阈值a，计算隐含层输出H；隐藏函数： 步骤3、输出层输出计算：根据隐含层输出H，连接权值ωik和阈值b，计算BP神经网络预测输出，输出函数： 步骤4、误差计算：根据网络预测输出O和期望输出Y，计算网络预测误差E，公式为： 步骤5、权值更新：根据网络预测误差e更新网络连接权值ωij，ωik；学习速率为η，公式为： ωij＝ωij+ηHj1‑Hjxik＝1mωjkekωjk＝ωjk+ηHjek阈值更新：根据网络预测误差e更新网络节点阈值a，b；公式为： bk＝bk+ηek步骤6、判断算法迭代是否结束，若没有结束，返回步骤2。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。