上海大学修贤超获国家专利权
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！
龙图腾网获悉上海大学申请的专利基于鲁棒转移子空间学习的故障诊断方法及系统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：CN116861353B 。
龙图腾网通过国家知识产权局官网在2026-03-17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：202310850712.1，技术领域涉及：G06F18/2433；该发明授权基于鲁棒转移子空间学习的故障诊断方法及系统是由修贤超;于福超;李云辉;柳春设计研发完成，并于2023-07-11向国家知识产权局提交的专利申请。
本基于鲁棒转移子空间学习的故障诊断方法及系统在说明书摘要公布了：本发明涉及故障诊断技术领域，提出一种基于鲁棒转移子空间学习的故障诊断方法及系统。该方法包括：将一维振动信号转化为二维图像：提供神经网络，并且通过所述神经网络从二维图像中提取特征；基于鲁棒转移子空间学习算法根据提取特征进行迁移学习；以及根据迁移学习的结果确定所述一维振动信号对应的故障类型。本发明在故障诊断过程中可以有效提高系统的鲁棒性并且训练成本低、稳定性高。
本发明授权基于鲁棒转移子空间学习的故障诊断方法及系统在权利要求书中公布了：1.一种基于鲁棒转移子空间学习的故障诊断方法，其特征在于，包括下列步骤： 将一维振动信号转化为二维图像； 提供神经网络，并且通过所述神经网络从二维图像中提取特征； 基于鲁棒转移子空间学习算法根据提取特征进行迁移学习，包括： 基于鲁棒转移子空间学习算法将源域特征矩阵以及目标域特征矩阵变换至公共子空间中，其中通过迭代生成变换矩阵，在变换过程中剔除高斯噪声以及非高斯噪声，并且通过松弛回归算法提高公共子空间的自由度； 将变换矩阵与源域特征矩阵相乘生成公共子空间源域矩阵;以及 将变换矩阵与目标域特征矩阵相乘生成公共子空间目标域矩阵；以及 根据迁移学习的结果确定所述一维振动信号对应的故障类型，包括： 以所述公共子空间源域矩阵以及源域标签作为输入对KNN分类器进行训练；以及 通过训练后KNN分类器根据公共子空间目标域矩阵确定一维目标域振动信号对应的故障类型。
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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励