哈尔滨工业大学刘环宇获国家专利权
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!
龙图腾网获悉哈尔滨工业大学申请的专利基于多源数据集成的小样本轴承故障模式识别方法和系统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:CN117113078B 。
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:202310995855.1,技术领域涉及:G06F18/214;该发明授权基于多源数据集成的小样本轴承故障模式识别方法和系统是由刘环宇;绳远远;王传朋;张化良;李君宝设计研发完成,并于2023-08-08向国家知识产权局提交的专利申请。
本基于多源数据集成的小样本轴承故障模式识别方法和系统在说明书摘要公布了:基于多源数据集成的小样本轴承故障模式识别方法和系统,涉及机械装备智能运维及健康管理领域。解决了现有小样本轴承故障模式下,样本少导致识别困难,且存在识别不准确的问题。所述方法包括:根据公开数据集构建多源数据样本;提取多源数据样本特征,构建源域训练集和目标域训练集;将目标域训练集和源域训练集进行组合,获取组合后的源域训练集;根据目标域测试集和组合后的多源域样本集训练基分类器;计算域间分布度量和样本相似度;构建权重矩阵;根据基分类器对目标域测试集进行分类识别,获得类别概率;根据权重矩阵对类别概率进行加权集成,获取目标域测试集的分类结果,完成故障模式识别。本发明应用于故障识别领域。
本发明授权基于多源数据集成的小样本轴承故障模式识别方法和系统在权利要求书中公布了:1.一种基于多源数据集成的小样本轴承故障模式识别方法,其特征在于,所述方法包括: S1:根据公开数据集构建多源数据样本; S2:提取多源数据样本特征,并根据所述特征构建n个源域训练集和1个目标域训练集; S3:将所述目标域训练集和n个源域训练集进行组合,获取组合后的源域训练集; S4:根据所述目标域训练集和组合后的多源域样本集训练基分类器; S5:根据目标域测试集和所述组合后的多源域样本集计算域间分布度量和样本相似度; S6:根据所述域间分布度量和样本相似度构建权重矩阵; S7:根据所述基分类器对待识别的目标域测试集进行分类识别,获得测试集样本的类别概率; S8:根据所述权重矩阵对测试集样本的类别概率进行加权集成,获取目标域测试集的分类结果,完成故障模式识别; 所述步骤S3,包括: , 其中,表示初始的源域训练集,表示有标签的目标域训练集,表示重组的源域训练集,n为源域训练集的数量; 所述步骤S5的域间分布度量和样本相似度具体为: 所述域间分布度量为: , 其中,为域间分布度量,X、Y表示不同样本集,MMD表示为最大均值差异; 所述样本相似度为: , 其中,为样本相似度为源域中样本的数量,为一个待分类目标域样本,为余弦相似度; 所述步骤S8具体为: 其中,为分类结果,k表示类别标签,表示不同基分类器的分类结果。
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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励