龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山西云数据科技有限公司;长三角信息智能创新研究院
申请日：2024-05-09
公开（公告）日：2024-07-05
公开（公告）号：CN118296303A
主分类号：G06F18/10
分类号：G06F18/10;G06F18/213;G06N3/126;G06N20/10
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明实施例中提供了一种轻量级的优化支持向量机SVM的故障诊断方法、装置及电子设备，属于故障诊断技术领域，该方法包括：从振动监测系统收集到的原始振动信号后，对所述原始信号进行预处理；获取振动监测设备的环境信息，对所述环境信息进行特征提取，形成轻量化约束向量Y；基于所述轻量化约束向量Y，对优化支持向量机SVM和与所述优化支持向量机SVM对应的遗传算法进行参数优化，形成轻量化参数集合J＝{J1,J2,…Jm}；利用所述轻量化参数集合J＝{J1,J2,…Jm}对优化支持向量机SVM进行模型训练。本方案提高了故障诊断的实时性和适用性。
主权项：1.一种轻量级的优化支持向量机SVM的故障诊断方法，其特征在于，包括：从振动监测系统收集到的原始振动信号后，对所述原始信号进行预处理，得到包含n个特征向量的标准数据集合D＝{D1,D2,…Dn}；获取振动监测设备的环境信息，对所述环境信息进行特征提取，形成轻量化约束向量Y；选择用于训练所述标准数据集合D＝{D1,D2,…Dn}的优化支持向量机SVM和与所述优化支持向量机SVM对应的遗传算法，基于所述轻量化约束向量Y，对优化支持向量机SVM和与所述优化支持向量机SVM对应的遗传算法进行参数优化，形成轻量化参数集合J＝{J1,J2,…Jm}；利用所述轻量化参数集合J＝{J1,J2,…Jm}对优化支持向量机SVM进行模型训练，以便于基于训练后的优化支持向量机SVM对新采集故障数据进行故障诊断。
全文数据：
权利要求：
百度查询： 山西云数据科技有限公司 长三角信息智能创新研究院 轻量级的优化支持向量机SVM的故障诊断方法及装置
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