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：南昌航空大学;汕头大学

摘要：本发明公开了一种基于神经随机微分方程的机械故障诊断方法，具体步骤如下：信号的采集与样本划分；将构造好的信号样本数按照4：1的比例划分训练样本集和测试样本集；建立神经随机微分方程网络故障诊断模型，设置网络参数，利用构建的神经随机微分方程网络故障诊断模型进行训练，并由测试集验证模型，形成最终诊断模型。给出了改进方案，引入了神经随机微分方程，建立了随机动力学系统和神经网络之间的联系，构造了一个神经随机微分方程模型，使用该模型进行实验研究，测试集上的准确率有明显提高，训练时间也相对有所减少，证明了神经随机微分方程在监督学习‑分类任务中，具有更强大的性能。

主权项：1.基于神经随机微分方程的机械故障诊断方法，其特征在于，具体步骤如下：1信号的采集与样本划分：把采集到的振动信号划分成多个等长的信号样本；2将构造好的信号样本数按照4：1的比例划分训练样本集和测试样本集；3建立神经随机微分方程网络故障诊断模型，设置网络参数，其过程如下：神经随机微分方程网络模型由三个部分组成：第一部分是下采样层，包括多个卷积块和归一化层，用来接收和调整输入数据；第二部分是中间的神经随机微分方程网络层，包括两个网络：一个将微分方程参数化以拟合预测函数的漂移网络和一个将布朗运动参数化以使数据高度扩散的扩散网络；第三部分是前馈层，包括归一化层、平均池化层、展平层和线性分类器，在平均池化之后，将输出的张量传递给线性分类器；下采样层和前馈层根据需要增加或减少尺寸，确保输入NSDE时的维度相同，输出NSDE后能够保留所需特征信息，最终通过前馈层输出为故障标签；下采样层最后一个卷积块的输出作为神经随机微分方程网络层的初始值，神经随机微分方程网络层使用两个独立的神经网络来表示系统的漂移和扩散；公式如下： 式中：f代表漂移网络函数，G代表扩散网络函数，t是随机过程的结束时间，h0是起始时间，ht是瞬时时间，θ为对应的神经网络参数；4利用所述训练样本集对所述神经随机微分方程网络故障诊断模型进行训练，并由测试样本集验证模型，形成最终诊断模型。

全文数据：

权利要求：

百度查询： 南昌航空大学 汕头大学 基于神经随机微分方程的机械故障诊断方法