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一种基于动态视觉与类脑计算的非接触式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：CN116843662B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310843067.0，技术领域涉及：G06T7/00；该发明授权一种基于动态视觉与类脑计算的非接触式故障诊断方法是由李响;陈欣瑞;雷亚国;李乃鹏;杨彬;曹军义;武通海设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。

本一种基于动态视觉与类脑计算的非接触式故障诊断方法在说明书摘要公布了：一种基于动态视觉与类脑计算的非接触式故障诊断方法，首先采用事件相机采集旋转机械的健康状态信息，对采集的事件流数据进行区域筛选，将筛选后事件流数据转化为脉冲神经网络读取的脉冲数据；然后将样本对应的标签与样本进行关联，构建旋转机械智能诊断数据集，划分训练集与测试集；再构建用于提取旋转机械脉冲数据特征的脉冲神经网络，并且将旋转机械智能诊断数据集送入进行深层特征提取；最后将深层旋转机械健康状态脉冲数据表征与对应标签计算MSE损失，并且通过损失函数更新对应的模型参数；本发明完善了类脑计算式的深度学习方法在旋转机械故障诊断中的应用流程，为智能诊断模型在边缘计算硬件上的部署提供了思路。

本发明授权一种基于动态视觉与类脑计算的非接触式故障诊断方法在权利要求书中公布了：1.一种基于动态视觉与类脑计算的非接触式故障诊断方法，其特征在于，包括以下步骤： 步骤1：采用事件相机采集旋转机械在规定时间T内的健康状态信息，即原始事件流数据； 步骤2：对事件相机采集的原始事件流数据进行ROI区域筛选，得到目标区域事件流； 步骤3：将目标区域事件流转化为脉冲神经网络读取的脉冲数据； 所述的步骤3具体为： 对于步骤2获得的经过矩形区域筛选后的事件流EROI，取相同时间间隔的事件流作为单个样本，获得每个样本所需得事件流；设置单个样本的持续时间为ts，需要生成的样本总数为N0，则所有样本所需要事件流的总时间长度为T0＝ts*N0，第j个样本所需的事件流表示为： 其中Ej表示获得第j个样本所需的事件流，ei表示第i个发生的事件，Nj表示在该样本的持续时间ts内发生的事件总数；第j个样本中的第k个事件表示为： 其中表示第j个样本中第k个事件发生的时间，表示第j个样本中第k个事件发生的位置，表示第j个样本中第k个事件的极性，其中需要满足： 获得每个样本所需得事件流后，将其转化为脉冲神经网络读取的数据形式，将每个样本表示为一个拥有两个维度的张量，其中张量的第一个维度表示事件的时间信息，第二个维度表示事件的空间信息；对于第j个样本，首先生成对应形状的全0值的二维张量，张量的形状为Nsteps,C，其中Nsteps为时间步骤，C为尖峰输入通道数目，将步骤2的矩形事件相机输入通道压缩到一个维度中，并且将同时体现正负事件，则C＝2*xU-xL*yU-yL，其中xL与yL为所设置的矩形区域的下边界值，其中xU与yU为所设置的矩形区域的上边界值； 生成对应形状的全0值的二维张量后，将根据事件发生的时间以及位置对张量中的值进行置1处理，对于第j个样本中第k个事件，若为正事件则： 对于第j个样本中第k个事件，若为负事件则： 其中sj表示第j个样本数据；将所有事件数据均转化为脉冲神经网络读取的数据形式，形成旋转机械脉冲数据集； 步骤4：得到步骤3转化完成的旋转机械脉冲数据集后，将样本对应的标签与样本进行关联，构建旋转机械智能诊断数据集，并且将数据集划分为训练集与测试集其中lj表示样本sj对应的标签，Ntrain表示训练集的样本总数，Ntest表示测试集的样本总数； 步骤5：构建用于提取旋转机械脉冲数据特征的脉冲神经网络智能诊断模型，网络由两个线性网络层进行连接，并且在两个线性网络层之后均设置了LIF脉冲神经元层，用于接收并且继续向后输出脉冲信号；第一个线性层的输入输出维度分别为Vinput,Vhidden，第二个线性层的输入输出维度分别为Vhidden,Voutput，其中Vinput为原始样本的总通道数，Vhidden为隐藏层通道数，Voutput为输出类别数； 步骤6：将步骤4获得的旋转机械智能诊断数据集送入步骤5构建的脉冲神经网络智能诊断模型进行深层特征提取； 步骤7：采用步骤6获得的深层旋转机械健康状态脉冲数据表征与样本对应的标签数据计算均方误差损失，并且通过损失函数更新对应的模型参数； 步骤8：重复执行步骤6以及步骤7迭代优化旋转机械智能诊断模型，直至训练完成，得到最终脉冲神经网络智能诊断模型； 步骤9：将未做标签的测试集输入已经训练完成的最终脉冲神经网络智能诊断模型，输出对应数据所属的健康状态标签。

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 陕西省西安市碑林区咸宁西路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。