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！

龙图腾网获悉东北大学申请的专利基于网络结构搜索的航空发动机转子振动数据的分类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：CN117057231B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202311016450.5，技术领域涉及：G06F30/27；该发明授权基于网络结构搜索的航空发动机转子振动数据的分类方法是由年夫强;牛悦颜;李震霆;马振磊;杨光红;李霄剑设计研发完成，并于2023-08-11向国家知识产权局提交的专利申请。

本基于网络结构搜索的航空发动机转子振动数据的分类方法在说明书摘要公布了：本发明提供一种基于网络结构搜索的航空发动机转子振动数据的分类方法，涉及航空发动机技术领域。该方法首先采集多种不同工况下的航空发动机转子系统振动数据，并转化为灰度图；然后使用基于经验选取参数的卷积神经网络和基于网络结构搜索的卷积神经网络分别对全部多种工况下的振动数据做多分类，并比较分类效果；然后使用可视化降维技术分析原始振动数据的可分性；并使用上述两种卷积神经网络分别对差异性大于设定阈值的各类振动数据做分类，比较分类效果；最后在上述分类的振动数据基础上，加入与原来振动数据差异性小于等于设定阈值的几类振动数据，使用上述两种卷积神经网络分别对其做分类，比较分类结果。

本发明授权基于网络结构搜索的航空发动机转子振动数据的分类方法在权利要求书中公布了：1.一种基于网络结构搜索的航空发动机转子振动数据的分类方法，其特征在于：包括以下步骤： 步骤1：采集I种不同工况下的航空发动机转子系统振动数据； 步骤2：将采集到的不同工况下的航空发动机转子系统振动数据转化为灰度图； 步骤3：使用基于经验选取参数的卷积神经网络和基于网络结构搜索的卷积神经网络分别对全部I种工况下的振动数据做I种分类，并比较分类效果； 步骤4：使用可视化降维技术分析原始振动数据的可分性，分析出差异性大于设定阈值的振动数据； 步骤4.1：使用t分布随机邻居嵌入技术t-SNE对振动数据做可视化降维； 对于不同工况下的振动数据生成的每类图片，将其对应的矩阵拉直成向量，使用主成分分析将向量降维成50维，再画出可视化t-SNE图； 步骤4.2：根据可视化t-SNE图，分析出差异性大于设定阈值的振动数据；所谓差异性，指的是两个数据向量之间的欧氏距离： ； 其中，表示第个向量和第个向量之间的欧氏距离，表示第个向量的第个分量； 步骤5：使用基于经验选取参数的卷积神经网络和基于网络结构搜索的卷积神经网络分别对差异性大于设定阈值的各类振动数据做分类，比较分类效果； 步骤6：在步骤5所使用的振动数据基础上，加入与原来振动数据差异性小于等于设定阈值的几类振动数据，使用基于经验选取参数的卷积神经网络和基于网络结构搜索的卷积神经网络分别对其做分类，比较分类结果。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。