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！

龙图腾网获悉中国计量大学申请的专利基于自适应图卷积网络模型的非平衡数据故障检测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：CN117056806B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202311027378.6，技术领域涉及：G06F18/241；该发明授权基于自适应图卷积网络模型的非平衡数据故障检测方法是由张海荣;何雨辰;钱丽娟;金刚强设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本基于自适应图卷积网络模型的非平衡数据故障检测方法在说明书摘要公布了：本发明公开了一种基于自适应图卷积网络模型的非平衡数据故障检测方法。采集工业训练数据和待检测数据，利用可学习的双向的全连接的关联图拟合变量间的深度耦合关系，替代外部输入的图先验；通过重构输入层的数据和结构，利用自适应图卷积自编码器算法自适应提取变量间关系信息；将自适应图卷积自编码器算法引入到二分类模型中实现故障检测。本发明在非平衡数据故障检测中优于其他传统方法，既充分考虑正常数据与故障数据中的变量间关系的不同，同时利用数据重构缓解模型对训练数据中类别样本数量的依赖,提高模型在非平衡数据故障检测中的性能。

本发明授权基于自适应图卷积网络模型的非平衡数据故障检测方法在权利要求书中公布了：1.一种基于自适应图卷积网络模型的非平衡数据故障检测方法，其特征在于，包括以下步骤： i在已知连续工业过程中的故障发生时刻的情况下，通过传感器分别采集工业生产过程故障发生前后的过程变量和状态标签的数据作为训练用正常数据和训练用故障数据；在工业过程需要检测故障的情况下，通过传感器在线采集得到工业生产过程的过程变量和状态标签数据作为测试用数据； ii根据过程变量中变量的个数，设计可学习的双向的全连接的关联图，然后建立自适应图卷积层提取包含变量间关系的特征；其中可学习双向全连接关联图的设计过程具体如下：首先统计过程变量中的变量个数；接着定义一个横纵维度相同且等于变量个数的邻接矩阵，邻接矩阵中的每个元素代表两个变量之间的单向连接关系；最后独立的初始化邻接矩阵中的所有元素，因此该邻接矩阵不再是对称矩阵； iii利用步骤ii中得到的关联图和自适应图卷积层，建立自适应图卷积自编码器模型，通过重构输入层的数据和结构，自适应挖掘数据中的变量间关系信息；其中自适应图卷积自编码器模型的构建过程如下：首先定义多个可学习双向全连接关联图，并基于它们构建多个自适应图卷积网络层；接着，选择一定量的自适应图卷积网络层进行堆叠构建编码器网络；紧接着选择剩余的自适应图卷积网络层堆叠构建解码器网络；最后将编码器网络和解码器网络对接完成自编码器模型的构建； iv利用步骤iii中所提出的自编码器模型的编码器网络自适应地提取包含变量间关系的特征，在重构输入层数据和结构的同时，利用一个二分类网络进行故障检测。

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国计量大学，其通讯地址为：310018 浙江省杭州市杭州下沙高教园区学源街258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。