Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中云开源数据技术(上海)有限公司王明浩获国家专利权

中云开源数据技术(上海)有限公司王明浩获国家专利权

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!

龙图腾网获悉中云开源数据技术(上海)有限公司申请的专利一种基于深度稀疏自动编码器的两阶段集成故障诊断模型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:CN114492508B

龙图腾网通过国家知识产权局官网在2026-02-17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:202111613711.2,技术领域涉及:G06F18/214;该发明授权一种基于深度稀疏自动编码器的两阶段集成故障诊断模型是由王明浩设计研发完成,并于2021-12-27向国家知识产权局提交的专利申请。

一种基于深度稀疏自动编码器的两阶段集成故障诊断模型在说明书摘要公布了:本发明公开了一种基于深度稀疏自动编码器的两阶段集成故障诊断模型,包括如下步骤:1首先采用不同类型的激活函数训练出具有不同学习行为的稀疏自动编码器,然后用堆叠方法将稀疏自动编码器构建为多个不同的深度稀疏自动编码器;2对深度稀疏自动编码器进行两阶段集成,其方法为先采用boosting集成策略得到多个基于深度稀疏自动编码器的集成模型,再用投票法集成多个集成模型,得到最终的基于深度稀疏自动编码器的两阶段故障诊断模型。本发明利用了不同的激活函数体现稀疏自动编码器的学习行为,然后构建深度稀疏自编码器采用的分层预训练方法能学习到原始数据中更有用的特征,最后采用两阶段集成以充分利用集成学习和深度学习的优势。

本发明授权一种基于深度稀疏自动编码器的两阶段集成故障诊断模型在权利要求书中公布了:1.一种基于深度稀疏自动编码器的两阶段集成故障诊断模型,其特征在于,包括如下步骤: 1首先采用不同类型的激活函数训练出具有不同学习行为的稀疏自动编码器,然后用堆叠方法将稀疏自动编码器构建为多个不同的深度稀疏自动编码器; 所述步骤1的具体过程如下: S1.用指数类型激活函数和非指数类型激活函数作为稀疏自动编码器的激活函数,用正则化交叉熵构造稀疏自动编码器的损失函数,并基于轴承故障数据训练稀疏自动编码器; S2.用同类型的稀疏自动编码器构建若干个深度为3层的稀疏自动编码器,并将每个深度稀疏自动编码器的最高层设置为softmax层,用于实现故障分类;用原始的轴承振动信号训练每一个深度稀疏自动编码器,最终得到指数类型和非指数类型的深度稀疏自动编码器; S3.选择一个故障分类精确度阈值ε∈[0.80,0.95],检查每一个深度稀疏自动编码器在测试集上的性能,将所有高于阈值ε的深度稀疏自动编码器构成一个集合S;计算集合S中每一个深度稀疏自动编码器在测试集上的错误率e,按错误率升序排列深度稀疏自动编码器,形成有序集R; S4.从有序集R中选择第一个分类器f1,用修改训练样本的权重,将分类错误的样本权重修改为原来的d倍,分类正确的样本权重修改为原来的1d倍;为保证能学习到具有互补学习行为的深度稀疏自动编码器,再从集合S中任选一个不同于f1的分类器f2,并用修改后的训练样本训练f2;重复以上步骤T次,得到T个深度稀疏自动编码器,每一个分类器的权重2然后对深度稀疏自动编码器进行两阶段集成,其方法为先采用boosting集成策略得到多个基于深度稀疏自动编码器的集成模型,再用投票法集成多个集成模型,得到最终的基于深度稀疏自动编码器的两阶段故障诊断模型。

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中云开源数据技术(上海)有限公司,其通讯地址为:200131 上海市浦东新区中国(上海)自由贸易试验区临港新片区环湖西一路99号主楼116A26室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。