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！

龙图腾网获悉北京航空航天大学申请的专利基于TimeGAN的机电伺服系统多维信号异常数据智能检测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：CN117574205B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202311536956.9，技术领域涉及：G06F18/24；该发明授权基于TimeGAN的机电伺服系统多维信号异常数据智能检测方法是由彭朝琴;张海尼;陈娟;熊思成;李奇聪设计研发完成，并于2023-11-17向国家知识产权局提交的专利申请。

本基于TimeGAN的机电伺服系统多维信号异常数据智能检测方法在说明书摘要公布了：本发明公开了基于TimeGAN的机电伺服系统多维信号异常数据智能检测方法，包括采集机电伺服系统传感器时序数据，进行数据预处理；输入到TimeGAN模型中进行训练，生成一定规模的合成数据集，与原始样本合并为扩充数据集；对基于LSTM‑DeepSVDD的异常检测模型进行初始化；将扩充数据集输入到基于LSTM‑DeepSVDD的异常检测模型中进行训练，优化超球面半径；将测试数据输入训练好的异常检测模型，计算判断标准；将待检测数据输入训练好的异常检测模型，计算判断阈值，判断数据是否异常。本发明可用于机电系统原始数据不足时的多维信号异常数据检测，并能够提高检测模型的准确度和精确度。

本发明授权基于TimeGAN的机电伺服系统多维信号异常数据智能检测方法在权利要求书中公布了：1.一种基于TimeGAN的机电伺服系统多维信号异常数据智能检测方法，其特征在于，包括以下步骤： S1：采集多个同类型的机电伺服系统传感器时序数据，对采集到的时序数据进行数据预处理； S2：将上述预处理后的时序数据输入到TimeGAN模型中进行训练，使用训练好的TimeGAN模型生成一定规模的合成数据集，与原始样本合并为扩充数据集； S3：对基于LSTM‑Deep SVDD的异常检测模型进行初始化； S4：将扩充数据集输入到基于LSTM‑Deep SVDD的异常检测模型中进行训练，优化超球面半径，使得原始数据尽可能地收缩在以c为中心，以R为半径的超球面内； S5：将测试数据输入训练好的异常检测模型，计算判断标准； S6：将待检测数据输入训练好的异常检测模型，计算判断阈值s，以此判断数据是否异常； S3中对于基于LSTM‑Deep SVDD的异常检测模型进行初始化的方法为： 构建一个双层的LSTM预测网络，将扩充数据集每个时序的最后一组数值作为预测的真实值y，预测网络的输出包括预测结果和网络参数hn2；将y和的均方差作为预测网络训练的损失函数，具体为： 其中，N1为训练集中数据总数；将扩充数据集输入到LSTM网络中进行预训练，将每一个batch输出的网络参数hn2进行加和，其平均值作为超球体中心c； 初始化超球面半径。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。