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：福州大学
摘要：本发明提出基于微调原型网络的滚动轴承少样本跨域故障诊断方法，所述诊断方法使用诊断模型，该模型的构建包括以下步骤；步骤S1：信号预处理；采集滚动轴承在不同工况下的振动信号，将获得的振动信号进行归一化处理；步骤S2：构建数据集；将数据集划分为元训练集和元测试集，并构造多个元训练任务和元测试任务；步骤S3：构建特征提取器；步骤S4：训练网络模型；通过特征提取器获得训练集的特征嵌入，构造其每一类的原型并比较查询点与类原型的距离进行分类，对原型网络进行训练和优化；步骤S5：微调模型，对参数进行进一步优化；本发明能够有效地分类不同类型的特征，具有出色的特征提取能力，能够有效提高少样本跨域故障诊断的准确率。
主权项：1.基于微调原型网络的滚动轴承少样本跨域故障诊断方法，其特征在于：所述诊断方法使用诊断模型，该模型的构建包括以下步骤；步骤S1：信号预处理；采集滚动轴承在不同工况下的正常状态和故障状态的振动信号，将获得的振动信号进行归一化处理；步骤S2：构建数据集；将数据集划分为元训练集和元测试集，并构造多个元训练任务和元测试任务；步骤S3：构建特征提取器；步骤S4：训练网络模型；通过特征提取器获得训练集的特征嵌入，构造其每一类的原型并比较查询点与类原型的距离进行分类，对原型网络进行训练和优化；步骤S5：微调模型；利用测试集的支持样本对网络模型进行微调，使其适应新领域，对参数进行进一步优化。
全文数据：
权利要求：
百度查询： 福州大学 基于微调原型网络的滚动轴承少样本跨域故障诊断方法
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