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！

龙图腾网获悉南京信息工程大学申请的专利一种基于梯度评分的动态多维泰勒网的故障诊断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：CN119598307B 。

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：202411452273.X，技术领域涉及：G06F18/2415；该发明授权一种基于梯度评分的动态多维泰勒网的故障诊断方法是由严颖;吕炯睿;张裕坤;杨凡锐;蔡骏;朱家琦;顾启航;范志勇设计研发完成，并于2024-10-17向国家知识产权局提交的专利申请。

本一种基于梯度评分的动态多维泰勒网的故障诊断方法在说明书摘要公布了：本发明公开了一种基于梯度评分的动态多维泰勒网的故障诊断方法，包括首先构建故障信号特征数据集，包括若干故障原始信号、以及对应的故障标签。然后构建基于梯度评分的动态多维泰勒网的故障诊断神经网络，输入数据依次经过输入层、全连接层、多项式层、Sigmoid层、梯度打分层、打分排序选择层以及输出层进行前向传播。在梯度打分层利用自动微分技术计算损失函数相对于每个单项式系数的梯度，在打分排序选择层根据梯度对单项式进行排序，并动态调整单项式的激活状态，根据计算得到的梯度进行后向传播，更新模型的各层参数，根据计算得到的梯度进行后向传播，更新模型的各层参数，最后，输出层输出故障诊断结果。

本发明授权一种基于梯度评分的动态多维泰勒网的故障诊断方法在权利要求书中公布了：1.一种基于梯度评分的动态多维泰勒网的故障诊断方法，其特征在于，包括以下步骤： S1、基于设备故障原始信号，构建故障信号特征数据集，包括若干故障原始信号、以及对应的故障标签； S2、构建基于梯度评分的动态多维泰勒网的故障诊断神经网络，以故障原始信号为输入、对应的故障种类为输出训练故障诊断神经网络，获得故障诊断模型；故障诊断神经网络包括输入层、第一多项式层、梯度打分层、打分排序选择层、第二多项式层、第一全连接层、softmax层、第二全连接层、Sigmoid层、以及输出层； 针对故障原始信号提取故障相关变量，然后再提取故障特征数据，输入层接收故障特征数据，经过第一多项式层将故障特征数据生成组合成不同的单项式，再将单项式输入至梯度打分层，利用自动微分技术计算损失函数相对于每个单项式系数的梯度，打分排序选择层与梯度打分层连接，用于按照计算得到的梯度评分对单项式进行排序； 另一方面输入层与第一全连接层、Sigmoid层顺序连接，Sigmoid层与打分排序选择层连接，根据从梯度评分计算得到的选择单项式对非线性函数进行表示的比例，对多项式层的单项式进行筛选； 第二多项式层的输入端与打分排序选择层的输出端连接，第二多项式层输出端与第二全连接层连接的输入端连接，第二全连接层的输出端与Softmax层输出层的输入端连接，用于得到每种类型概率，Softmax层后连接输出层，输出最终分类结果； S3、采集设备故障原始信号，输入至故障诊断模型，获得故障的分类结果。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市浦口区宁六路219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。