一种基于DSECJAN的智能故障诊断方法
本发明公开了一种基于DSECJAN的智能故障诊断方法,该方法由卷积神经网络特征提取模块、挤压和激励模块、故障分类模块、联合域适应模块组成,用于设备智能跨域故障诊断。构建一维卷积神经网络特征提取模块,然后通过挤压和激励模块对通道特征进行自适应增强或抑制,利用联合域适应对齐源域和目标域输入特征和输出标签联合分布,以实现故障智能诊断。该模型能够自适应增强对跨域诊断较重要的通道特征,并抑制一些对学习任务无效的信息。显著提高了设备故障诊断模型在目标域上的诊断准确率,解决了深度学习智能故障诊断算法在目标域上泛化能力不强的问题。
《一种基于DSECJAN的智能故障诊断方法》是一发明专利,专利号为 2022102251653,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为何志伟;刘才明;郑骁蓉;董哲康;高明煜,申请日期为2022-03-09,公开(公告)日期为2025-06-03,国际专利分类号(IPC)为 G06F 30/27 (2020.01),所属技术领域包括:设备运维 智能诊断 设备故障识别 故障诊断算法 工业故障监测 智能运维检测。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于DSECJAN的智能故障诊断方法,该方法由卷积神经网络特征提取模块、挤压和激励模块、故障分类模块、联合域适应模块组成,用于设备智能跨域故障诊断。构建一维卷积神经网络特征提取模块,然后通过挤压和激励模块对通道特征进行自适应增强或抑制,利用联合域适应对齐源域和目标域输入特征和输出标签联合分布,以实现故障智能诊断。该模型能够自适应增强对跨域诊断较重要的通道特征,并抑制一些对学习任务无效的信息。显著提高了设备故障诊断模型在目标域上的诊断准确率,解决了深度学习智能故障诊断算法在目标域上泛化能力不强的问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
