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！

龙图腾网获悉西安电子科技大学申请的专利基于原型对比学习的跨域轴承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：CN119760458B 。

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：202411824428.8，技术领域涉及：G06F18/23213；该发明授权基于原型对比学习的跨域轴承故障诊断方法是由王慧杰;张琛;鱼滨;毛文杰设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本基于原型对比学习的跨域轴承故障诊断方法在说明书摘要公布了：本发明公开一种基于原型对比学习的跨域轴承故障诊断方法，其实现步骤为：基于原始训练集生成源域和目标域的跨域训练集，构建由残差子网络与分类器串联而成的跨域轴承故障诊断网络，将跨域训练集输入到残差子网络中，使用K‑means聚类将残差子网络输出的特征划分到不同簇，基于跨域原型对比学习将源域和目标域中同一簇的特征匹配到另一个域中相同的簇，基于伪标签更新分类器的分类权重，当故障诊断网络的损失函数收敛时结束训练。本发明的方法以簇为单位准确匹配源域和目标域的特征，同时使用更少的源域标签，提高了跨域轴承故障诊断的精度。

本发明授权基于原型对比学习的跨域轴承故障诊断方法在权利要求书中公布了：1.一种基于原型对比学习的跨域轴承故障诊断方法，其特征在于，使用聚类学习将源域和目标域中训练集样本的特征划分到不同簇，基于原型对比学习将同一簇的特征匹配到另一个域中相同的簇，基于伪标签样本的特征平均值更新分类器的分类权重，该方法的步骤包括如下： 步骤1，基于原始训练集生成源域和目标域的跨域训练集； 所述原始训练集的生成步骤如下： 第一步，选取至少两个类别相同的工况，每个工况至少包含3种类别； 第二步，使用滑动窗口技术，将每种类别的轴承振动信号切割成至少210个一维时间序列数据，对每个一维时间序列数据进行归一化操作，组成样本集； 第三步，在每个工况的每种类别的样本集中随机选取210个样本组成每个工况的原始训练集； 步骤2，基于原型对比学习训练跨域轴承故障诊断网络： 步骤2.1，构建由残差子网络与分类器串联而成的跨域轴承故障诊断网络，将跨域训练集输入到残差子网络中，使用K-means聚类将残差子网络输出的特征划分到不同簇； 所述的残差子网络的结构依次为：卷积层，ReLu激活层，池化层，第一残差层，第二残差层，第三残差层，第四残差层，全局平均池化层，全连接层；第一至第四残差层的结构均为：第一卷积层，第一批量归一化层，ReLu激活层，第二卷积层，第二批量归一化层；将卷积层的卷积核个数设置为64，卷积核的大小设置为1×7，ReLu激活层采用ReLu函数实现，将池化层的池化核的大小设置为1×3，池化步长设置为1×2，第一至第四残差层中的第一卷积层和第二卷积层的卷积核数相等，将卷积核个数依次设置为64,128,256和512，卷积核的大小均设置为1×3； 步骤2.2，利用跨域原型对比学习，将源域和目标域中同一簇的特征匹配到另一个域中相同的簇； 步骤2.3，基于伪标签更新分类器的分类权重； 步骤2.4，利用随机梯度下降法，迭代更新网络参数，直至损失函数收敛为止，得到训练好的跨域轴承故障诊断网络； 步骤3，将待故障诊断的跨域轴承的样本，输入到训练好的跨域轴承故障诊断网络中，输出跨域轴承故障诊断的结果。

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电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。