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！

龙图腾网获悉山东能源数智云科技有限公司申请的专利基于半监督学习的设备故障诊断模型训练方法及装置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：CN120611191B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202511121340.4，技术领域涉及：G06F18/214；该发明授权基于半监督学习的设备故障诊断模型训练方法及装置是由尹旭;郭玉龙;马骏骥;王玉石;包明明;李玉奎设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本基于半监督学习的设备故障诊断模型训练方法及装置在说明书摘要公布了：本发明提供了一种基于半监督学习的设备故障诊断模型训练方法及装置，涉及人工智能技术领域，包括：对预设场景下的设备振动数据采集后，基于对应目标特征向量中的目标样本与预设训练样本集之间的特征相似性，生成目标样本对应的伪标签。将有限的高质量标注样本监督学习与大量未标注样本无监督学习有机结合，不依赖人工设定的工况规则，从特征层面分析进行样本相似性分析后生成对应伪标签。能够实现“以点带面”的知识迁移，基于此，构建设备故障诊断模型后，该模型能够有效应对不同工况、传感器通道、采样频率下的样本差异，适应复杂多变的工业环境需求，提高设备故障诊断精度。

本发明授权基于半监督学习的设备故障诊断模型训练方法及装置在权利要求书中公布了：1.一种基于半监督学习的设备故障诊断模型训练方法，其特征在于，所述方法包括： 获取预设机械设备在预设场景下的设备振动数据，对所述设备振动数据进行数据预处理，确定所述设备振动数据对应的目标特征向量；其中，所述设备振动数据包括预先对预设机械设备的关键部位采集的动态运行信号； 根据预先构建的训练样本集，从所述目标特征向量中提取目标样本；基于所述目标样本和所述训练样本集之间的特征相似性，生成所述目标样本对应的伪标签； 基于所述伪标签，构建所述预设机械设备对应的最终训练样本集； 将所述最终训练样本集输入至预设的神经网络模型中，对所述神经网络模型进行训练； 基于训练好的神经网络模型构建设备故障诊断模型，以利用所述设备故障诊断模型对目标机械设备进行设备故障诊断； 将所述最终训练样本集输入至预设的神经网络模型中，对所述神经网络模型进行训练的步骤，包括： 计算所述最终训练样本集的每个类别样本分布对应的标签特征均值；基于所述标签特征均值和所述最终训练样本集对应的聚类修正项，确定所述神经网络模型对应的初始化权重矩阵； 对所述最终训练样本集添加高斯噪声，利用预设的自适应激活函数对所述最终训练样本集和添加了高斯噪声的最终训练样本集，分别进行前向传播；以及，确定所述最终训练样本集对应的第一模型输出，以及，添加了高斯噪声的最终训练样本集对应的第二模型输出； 基于所述第一模型输出，计算所述最终训练样本集对应的监督损失；基于所述第二模型输出，计算所述最终训练样本集对应的一致性损失； 根据所述监督损失和所述一致性损失，计算所述神经网络模型的总损失函数； 基于所述总损失函数，对所述神经网络模型进行迭代训练，且，基于所述神经网络模型在迭代训练过程的动量向量，对所述神经网络模型进行参数更新。

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山东能源数智云科技有限公司，其通讯地址为：250000 山东省济南市中国(山东)自由贸易实验区济南片区经十路汉峪金谷A1-4-1501；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。