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！

龙图腾网获悉哈尔滨工程大学申请的专利基于小样本学习的增压锅炉故障诊断方法及故障诊断模型的训练方法和测试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：CN115935277B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202211694853.0，技术领域涉及：G06F18/2415；该发明授权基于小样本学习的增压锅炉故障诊断方法及故障诊断模型的训练方法和测试方法是由史建新;李国龙;葛坤;王佳琪;苏健;曹元伟;张国磊;李彦军;杨龙滨;孙宝芝;韩洋设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本基于小样本学习的增压锅炉故障诊断方法及故障诊断模型的训练方法和测试方法在说明书摘要公布了：本发明属于增压锅炉故障诊断领域，涉及一种基于小样本学习的增压锅炉故障诊断方法及故障诊断模型的训练方法和测试方法，旨在解决增压锅炉故障诊断存在的数据稀缺问题，要点包括获取故障样本；将所述故障样本划分为训练集以及验证集；从所述训练集中随机抽出故障样本，构造一批数量相同的正负样本对；将所述正负样本对分批次输入所述孪生深度网络进行训练；构造验证集以及验证支持集；遍历验证集中的故障样本；获取所述模型的故障诊断准确率等，效果是使得属于小样本、非线性分类的具有数据稀缺的增压锅炉故障诊断得以实现。

本发明授权基于小样本学习的增压锅炉故障诊断方法及故障诊断模型的训练方法和测试方法在权利要求书中公布了：1.一种基于小样本学习的增压锅炉故障诊断模型训练方法，其特征在于，所述基于小样本学习的增压锅炉故障诊断模型包括孪生深度网络，所述训练方法S100包括 S101.获取故障样本； S102.将所述故障样本划分为训练集以及验证集； S103.从所述训练集中随机抽出故障样本，构造一批数量相同的正负样本对； S104.将所述正负样本对分批次输入所述孪生深度网络进行训练； S105.构造验证集以及验证支持集，所述验证集故障样本分配有故障类别标签，所述验证支持集中包括与验证集中相同的N个故障类别，每个故障类别包括K个所述故障样本； S106.遍历验证集中的故障样本，分别与验证支持集中的故障样本配对，再将配对的故障样本对输入所述孪生深度网络，获取验证集中故障样本的故障类别； S107.通过所述验证集中故障样本的故障类别，对比验证集故障样本的所述故障类别标签，获取所述模型的故障诊断准确率； S108.重复步骤S103～S107，直至达到预定的迭代次数或所述模型的故障诊断准确率达到预设值； S109.将最后一次迭代所获取的模型参数赋予所述模型。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。