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！

龙图腾网获悉西南交通大学申请的专利基于改进图神经的高速列车制动闸片状态监测系统及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：CN117253180B 。

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：202211106253.8，技术领域涉及：G06V20/52；该发明授权基于改进图神经的高速列车制动闸片状态监测系统及方法是由张敏;许诗浩;莫继良;康庄设计研发完成，并于2022-09-10向国家知识产权局提交的专利申请。

本基于改进图神经的高速列车制动闸片状态监测系统及方法在说明书摘要公布了：本发明提出一种基于改进图神经的高速列车制动闸片状态监测系统及方法，依据采集的摩擦块原始信号构建节点特征矩阵和表征各个节点相似度的关系矩阵；依据节点特征矩阵和关系矩阵，构建特征图和拓扑图；并利用贝叶斯优化对构建的特征图和拓扑图进行优化；依据特征图和拓扑图分别进行提取第一特征和第二特征，并将第一特征和第二特征结合自适应权重进行加权融合得到融合特征；依据得到的融合特征确定故障类别。本发明从拓扑和特征双空间提取抽象特征，使用贝叶斯算法优化拓扑空间和特征空间邻居节点数，提高构建的图质量；利用GCN强大的图结构处理优势，融合来自多个图空间的信息，实现制动闸片不平衡数据状态监测。

本发明授权基于改进图神经的高速列车制动闸片状态监测系统及方法在权利要求书中公布了：1.一种基于改进图神经的高速列车制动闸片状态监测系统，其特征在于，包括： 输入矩阵构建模块，用于依据采集的摩擦块原始信号构建节点特征矩阵和表征各个节点相似度的关系矩阵； 输入图构建模块，用于依据节点特征矩阵和关系矩阵，构建特征图和拓扑图；并利用贝叶斯优化对构建的特征图和拓扑图进行优化； 所述输入图构建模块包括以下子模块： 拓扑图构建子模块，由关系矩阵和节点特征矩阵生成拓扑图； 第一贝叶斯优化模块，用于对生成的拓扑图进行优化； 特征图构建子模块，首先基于KNN算法，依据关系矩阵中各个节点的相似度，得到邻接矩阵，再由邻接矩阵和节点特征矩阵，生成特征图； 第二贝叶斯优化模块，用于对生成的特征图进行优化； 特征提取模块，包括两个并行设置的结构相同的图形卷积单元和特征融合单元；两个图形卷积单元分别用于依据特征图和拓扑图提取第一特征和第二特征；特征融合单元用于将第一特征和第二特征结合自适应权重进行加权融合得到融合特征； 故障识别模块，用于依据得到的融合特征确定故障类别。

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南交通大学，其通讯地址为：610031 四川省成都市二环路北一段；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。