恭喜杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院);北京航空航天大学陶来发获国家专利权
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!
龙图腾网恭喜杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院);北京航空航天大学申请的专利基于贝叶斯元知识提取与嵌入的小样本诊断能力增强方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119226964B 。
龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411766073.1,技术领域涉及:G06F18/2431;该发明授权基于贝叶斯元知识提取与嵌入的小样本诊断能力增强方法是由陶来发;刘海菲;李商羽;赵正铎;王超;李彬;索明亮;吕琛;连芷萱设计研发完成,并于2024-12-04向国家知识产权局提交的专利申请。
本基于贝叶斯元知识提取与嵌入的小样本诊断能力增强方法在说明书摘要公布了:本发明提供一种基于贝叶斯元知识提取与嵌入的小样本诊断能力增强方法,属于电数据处理技术领域。方法包括:步骤1:通过特征提取网络提取机电产品目标任务的有标签数据集的内在结构特征向量;步骤2:通过贝叶斯元学习多元正态分布N的均值和协方差矩阵的共轭先验,选择正态‑逆‑威希特分布作为均值和协方差矩阵的先验,获取贝叶斯二次分类器的后验概率;步骤3:利用后验概率对贝叶斯二次分类器进行实例化输出最终的诊断模型。本发明通过贝叶斯元学习,引入共轭先验,进行后验推断,使分类器能够获取跨任务的知识,增强拟合能力,避免过拟合。
本发明授权基于贝叶斯元知识提取与嵌入的小样本诊断能力增强方法在权利要求书中公布了:1.一种基于贝叶斯元知识提取与嵌入的小样本诊断能力增强方法,其特征在于,包括如下步骤:步骤1:通过特征提取网络提取机电产品目标任务的有标签数据集Dtarget的内在结构特征向量,其中,为特征提取网络的最优参数,,步骤2:通过贝叶斯元学习多元正态分布N的均值和协方差矩阵的共轭先验,选择正态-逆-威希特分布作为均值和协方差矩阵的先验,获取贝叶斯二次分类器参数的后验概率,式中,分别为正态-逆-威希特分布的四个参数;和分别为目标任务的有标签数据集向量Dtarget的均值和协方差矩阵;步骤3:利用后验概率,对贝叶斯二次分类器进行实例化输出最终的诊断模型;对特征提取网络进行训练,训练过程包括:S1-1:初始化特征提取网络和距离编码器,为特征提取网络的初始参数,为距离编码器的初始参数;S1-2:从元训练集Dmeta-train中获取诊断任务Ti,诊断任务Ti包括有标签训练数据集和无标签训练数据集,根据有标签训练数据集计算第c个故障类别的类原型: ,式中,,表示伪标签为时为1,否则为0;S1-3:根据无标签训练数据集将第c个故障类别的类原型更新为: ,式中,,C是故障类别总数;S1-4:从元训练集Dmeta-train中获取测试数据集,,通过下式计算诊断任务Ti的伪标签标注损失: ,式中,表示距离;S1-5:通过伪标签标注损失更新距离编码器和特征提取网络的参数: , ,式中,和为学习率,为对的梯度,为对的梯度;S1-6:判断伪标签损失函数是否最小,若伪标签标注损失没达到最小,将赋值给,将赋值给,并返加到S1-1,若伪标签标注损失达到最小,则结束训练,获取距离编码器和特征提取网络。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院);北京航空航天大学,其通讯地址为:311115 浙江省杭州市余杭区瓶窑镇双红桥街166号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。