龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：重庆大学
摘要：本发明涉及一种基于DG‑Softmax的机械故障迁移诊断方法，属于机械设备故障诊断技术领域。该方法包括：S1：通过加速度传感器采集机械设备的原始振动信号，然后将采集到的原始振动信号利用滑动采样技术扩充样本数据集；S2：构建基于DG‑Softmax分类损失和ACADM的域泛化迁移诊断网络；S3：将训练样本输入到构建好的域泛化迁移诊断网络中，利用源域有标签样本的Softmax分类损失函数进行预训练，预训练结束后，利用源域有标签样本的DG‑Softmax分类损失函数对域泛化迁移诊断网络进行迭代更新训练；S4：经过多次迭代训练，误差曲线趋于稳定，网络训练完成，将其用于故障迁移诊断，提高故障诊断准确性。
主权项：1.一种基于DG-Softmax的机械故障迁移诊断方法，其特征在于，该方法具体包括以下步骤：S1：通过加速度传感器采集机械设备的原始振动信号，然后将采集到的原始振动信号利用滑动采样技术扩充样本数据集；S2：构建基于DG-Softmax分类损失和ACADM的域泛化迁移诊断网络，其中，所述ACADM表示抗干扰类级自适应决策裕度选择机制；S3：将划分好的的训练样本输入到构建好的域泛化迁移诊断网络中，利用源域有标签样本的Softmax分类损失函数进行预训练，在预训练结束后，利用源域有标签样本的DG-Softmax分类损失函数对域泛化迁移诊断网络进行迭代更新训练；S4：经过多次迭代训练，误差曲线趋于稳定，域泛化迁移诊断网络训练完成，训练好的域泛化迁移诊断网络将用于机械设备故障迁移诊断。
全文数据：
权利要求：
百度查询： 重庆大学 基于DG-Softmax的机械故障迁移诊断方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号