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：同济大学;上海亨钧科技有限公司
摘要：本发明涉及故障诊断技术领域，具体为基于多分类半监督支持矩阵机的故障诊断方法。本发明中，从公共数据库中收集原始声音信号生成声音波形图像，并通过降采样和灰度技术将每张声音波形图像转换成固定大小的特征矩阵，生成样本，样本包括已标记样本和未标记样本；设计一个包含多类铰链损失项和组合正则化项的目标函数，基于所述样本训练一个多分类半监督支持矩阵机模型；多分类半监督支持矩阵机模型根据已标记样本和未标记样本来训练模型，通过已标记样本训练模型，使用该模型对未标记样本进行预测，得到每个样本属于各个标签的概率，通过预定义的置信阈值θ筛选出概率高于此阈值的未标记样本，并将其作为伪标记样本，迭代重复训练模型。
主权项：1.基于多分类半监督支持矩阵机的故障诊断方法，其特征在于，其方法步骤如下：S1、从公共数据库中收集原始声音信号生成声音波形图像，并通过降采样和灰度技术将每张声音波形图像转换成固定大小的特征矩阵，生成样本，样本包括已标记样本和未标记样本，其中已标记样本表示包含真实标签结果的数据；S2、设计一个包含多类铰链损失项和组合正则化项的目标函数，基于所述样本训练一个多分类半监督支持矩阵机模型，其中使用一种自适应低秩逼近算法对所述样本提取强相关的低秩信息；S3、多分类半监督支持矩阵机模型根据已标记样本和未标记样本来训练模型，通过已标记样本训练模型，使用该模型对未标记样本进行预测，得到每个样本属于各个标签的概率，通过预定义的置信阈值θ筛选出概率高于此阈值的未标记样本，并将其作为伪标记样本，加入到已标记样本中，作为新的已标记样本，并根据新的已标记样本重新训练模型，通过不断迭代重复上述过程，直到未标记样本的预测概率都低于预定义的置信阈值θ。
全文数据：
权利要求：
百度查询： 同济大学 上海亨钧科技有限公司 基于多分类半监督支持矩阵机的故障诊断方法
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