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！

龙图腾网获悉上海交通大学申请的专利旋转机械故障迁移诊断方法及系统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：CN116204781B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202211397639.9，技术领域涉及：G06F18/214；该发明授权旋转机械故障迁移诊断方法及系统是由何清波;胡奎设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本旋转机械故障迁移诊断方法及系统在说明书摘要公布了：本发明提供了一种旋转机械故障迁移诊断方法及系统，包括如下步骤：分别获取不同运行条件下的旋转部件有标记监测数据集和无标签监测数据集；对源域数据集和目标域数据集进行相同的数据预处理；选定深度迁移学习算法，构造深度神经网络模型；输入带标签的源域数据，得到输出的预测标签；输入源域数据和目标域数据，计算来自两个域数据特征之间的损失；计算预测结果和真实结果之间的偏差；将上述损失进行梯度求导并优化；重复迭代进行上述步骤，得到训练好的神经网络模型；将新的监测数据经过步骤2的数据预处理后，得到该数据样本的预测标签。本发明通过构建一种自适应集成框架，实现不同领域自适应方法在算法层面的集成。

本发明授权旋转机械故障迁移诊断方法及系统在权利要求书中公布了：1.一种旋转机械故障迁移诊断方法，其特征在于，包括如下步骤： 步骤1：分别获取不同运行条件下的旋转部件有标记监测数据集和无标签监测数据集，组成源域数据集和目标域数据集； 步骤2：对源域数据集和目标域数据集进行相同的数据预处理，得到能够被集成网络算法识别的两个样本集； 步骤3：选定不同的深度迁移学习算法，按照集成迁移框架构造深度神经网络模型； 步骤4：输入带标签的源域数据，在构造的网络中通过前向传播得到输出的预测标签，将预测标签和真实标签进行对比得到损失函数； 步骤5：输入源域数据和目标域数据，利用选定的深度迁移学习算法计算来自两个域数据特征之间的损失； 步骤6：计算不同迁移方法的预测结果和真实结果之间的偏差，并以此为依据计算不同深度迁移学习方法在集成框架中对应的优化自适应因子； 步骤7：将上述损失进行梯度求导并优化； 步骤8：重复迭代进行步骤4~7，直到达到收敛条件后，停止训练，得到训练好的神经网络模型； 步骤9：将新的监测数据经过步骤2的数据预处理后，输入训练好的深度神经网络模型中，得到该数据样本的预测标签； 所述步骤6具体包括如下步骤： 步骤6.1：计算使用不同迁移技术后的A-distance，其计算公式为： 其中，表示第j个样本，是分类器针对样本的输出，表示指示函数，为两个不同域数据集和的样本量大小，表示第i个领域自适应方法中两种不同领域的数据在分类器上的误差；为使用第i个领域自适应方法后两个领域和间的A-distance； 步骤6.2：对于使用的第i种领域自适应方法，分别计算其对应的优化自适应因子，其计算公式为： 其中，是第i个领域自适应方法的A-distance参数与所有A-distance参数之和的比值，用来表示该迁移技术所占的权重，为第j个领域自适应方法所占的权重； 步骤6.3：将得到的优化自适应因子与步骤5中选定的领域自适应方法的损失函数相结合，得到迁移方法的总损失函数，表示为： 。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。