Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 新黎明科技股份有限公司丁传仓获国家专利权

新黎明科技股份有限公司丁传仓获国家专利权

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!

龙图腾网获悉新黎明科技股份有限公司申请的专利一种基于可解释稀疏优化展开网络的机械状态监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:CN120873757B

龙图腾网通过国家知识产权局官网在2025-12-26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:202511360773.5,技术领域涉及:G06F18/241;该发明授权一种基于可解释稀疏优化展开网络的机械状态监测方法是由丁传仓;王报祥;魏勇;江星星;杨强;唐春;陈凯设计研发完成,并于2025-09-23向国家知识产权局提交的专利申请。

一种基于可解释稀疏优化展开网络的机械状态监测方法在说明书摘要公布了:本发明提供一种基于可解释稀疏优化展开网络的机械状态监测方法,包括以下步骤:S100:进行机械状态数据监测测试,以获取机械状态信号;S200:构建稀疏优化模型,将提取到的机械状态特征采用稀疏特征表征;S300:利用交替乘子法推导稀疏优化模型的迭代优化求解算法;S400:引入可学习参数替换迭代优化求解算法中的参数;S500:利用展开算法框架构建可解释稀疏优化展开网络;S600:利用可解释稀疏优化展开网络识别测试机械的健康状态;本发明将调Q小波变换嵌入稀疏优化模型中,并利用其多尺度特性与小波字典结构进行稀疏特征表征,能够使得在特征提取阶段实现对关键状态信息的精确捕获。

本发明授权一种基于可解释稀疏优化展开网络的机械状态监测方法在权利要求书中公布了:1.一种基于可解释稀疏优化展开网络的机械状态监测方法,其特征在于:包括以下步骤: S100:进行机械状态数据监测测试,以获取机械状态信号; S200:构建稀疏优化模型,将提取到的机械状态特征采用稀疏特征表征; S300:利用交替乘子法推导稀疏优化模型的迭代优化求解算法; S400:引入可学习参数替换迭代优化求解算法中的参数; S500:利用展开算法框架构建可解释稀疏优化展开网络; S600:利用可解释稀疏优化展开网络识别测试机械的健康状态; 所述步骤S300中,推导出的稀疏优化模型的迭代优化求解算法为: ; ; ; 式中:表示第次迭代,且满足,K表示迭代次数;A示逆调Q小波变换算子,且满足,是单位矩阵;为惩罚参数;是辅助变量,表示提取到的状态特征向量;是中间缩放变量;表示软阈值算子; 通过以下公式计算提取到的状态特征向量: ; 式中,为可学习权重系数,且满足;表示第j层;L表示调Q小波变换的分解层数; 所述可学习权重系数能够自适应更新; 所述可学习权重系数自适应更新时,对应增大与包含更多状态信息和故障特征的输入特征向量对应的可学习权重系数;对应减小与包含更少状态信息和故障特征的输入特征向量对应的可学习权重系数; 所述步骤S500中,构建的可解释稀疏优化展开网络包括若干层计算单元,且每一计算单元与迭代优化求解算法中的每一次迭代过程相对应; 所述步骤S500中,构建的可解释稀疏优化展开网络中至少包括有初始层、中间层和最终层,若干依次连接的中间层位于初始层和最终层中间且分别与初始层和最终层数据连接; 所述步骤S500中,构建的可解释稀疏优化展开网络中还包括有诊断层,所述诊断层与所述最终层数据连接以根据最终层的输出数据实现机械状态的分类识别。

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新黎明科技股份有限公司,其通讯地址为:215000 江苏省苏州市相城区阳澄湖镇西横港街15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。

免责声明
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。