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！

龙图腾网获悉重庆大学申请的专利基于集成加权子域自适应网络的迁移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：CN116432081B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310300875.2，技术领域涉及：G06F18/24；该发明授权基于集成加权子域自适应网络的迁移诊断方法是由秦毅;钱泉;毛永芳;吴飞设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本基于集成加权子域自适应网络的迁移诊断方法在说明书摘要公布了：本发明涉及一种基于集成加权子域自适应网络的迁移诊断方法，属于机械设备故障诊断技术领域。该方法包括：S1：通过传感器采集机械设备上的原始振动信号；然后，将采集到的原始振动信号利用滑窗采样技术扩充样本；S2：构建EWSAN；S3：将训练样本输入到构建的EWSAN中，利用源域有标签样本的分类损失函数Lcc，源域与无标签目标域之间的EJDA域适应损失函数LEJDAEJDA，源域与无标签目标域之间的边缘分布对齐损失函数LMDAMDA以及无标签目标域信息熵损失函数LIEIE对EWSAN进行迭代更新训练；经过多次迭代训练，误差曲线趋于稳定，EWSAN训练完成，用于跨轴承的闭集和部分集迁移诊断。本发明能提高迁移诊断的准确率。

本发明授权基于集成加权子域自适应网络的迁移诊断方法在权利要求书中公布了：1.一种基于集成加权子域自适应网络的迁移诊断方法，其特征在于，该方法具体包括以下步骤： S1：通过传感器采集机械设备上的原始振动信号；然后，将采集到的原始振动信号利用滑窗采样技术扩充样本，并将扩充后的样本划分为训练样本和测试样本； S2：构建集成加权子域自适应网络，简称EWSAN；构建的EWSAN采用一维卷积神经网络作为主干网络去自适应提取故障特征；所述EWSAN包括特征提取器和多尺度顶层分类器；所述特征提取器由三个卷积块组成；所述多尺度顶层分类器是由多个拥有不同网络参数和归一化层的分类器构成的集成结构，每个单分类器由一个卷积块和两个全连接层组成；其中，每个卷积块包含一个卷积层、一个最大池化层和一个批次归一化层； S3：将训练样本输入到构建的EWSAN中，利用源域有标签样本的分类损失函数，源域与无标签目标域之间的EJDA域适应损失函数，源域与无标签目标域之间的边缘分布对齐损失函数以及无标签目标域信息熵损失函数对EWSAN进行迭代更新训练；经过多次迭代训练，误差曲线趋于稳定，EWSAN训练完成；其中，EJDA表示增强型联合分布对齐； 源域与无标签目标域之间的EJDA域适应损失函数的表达式为： 其中，m表示核函数数量，K表示多尺度顶层分类器内的分类器数量，是类别数量；和分别表示第c类的源域和目标域的样本数量，；和分别表示第c类的源域和目标域的类权重；表示第p个映射函数，表示第p个核函数；和分别表示第i个源域样本和目标域样本在第k个分类器上在第c类上的输出向量； 源域有标签样本的分类损失函数的表达式为： 其中，是一个指示函数，当时，反之，当时； 源域与无标签目标域之间的边缘分布对齐损失函数的表达式为： 其中，表示RKHS空间中的Frobenius范数； 无标签目标域信息熵损失函数的表达式为： S4：将测试样本输入训练好的EWSAN中，用于跨轴承的闭集和部分集迁移诊断。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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。