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！

龙图腾网恭喜南京航空航天大学申请的专利一种考虑数据特征的非对称堆叠稀疏自编码故障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：CN114997225B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210597285.6，技术领域涉及：G06F18/2431；该发明授权一种考虑数据特征的非对称堆叠稀疏自编码故障诊断方法是由李舜酩;曾梦洁;李冉冉;徐坤;李香莲设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本一种考虑数据特征的非对称堆叠稀疏自编码故障诊断方法在说明书摘要公布了：本发明公开了一种考虑数据特征的非对称堆叠稀疏自编码故障诊断方法，构建了一种半监督非对称堆叠稀疏自编码结构，采用卷积池化层作为编码器，全连接层作为解码器，增强网络模型的特征提取能力；同时采用半监督结构引入标签信息，改善自编码器的分类能力；在自编码器的基础上，考虑数据特征约束，通过最近邻样本约束类内聚合性和类间分离性，改善网络的特征提取性能；采用方差距离和最近邻样本距离约束特征器的特征重构方向，保证网络模型所提取特征的有效性；最后，一种动态权重用于动态优化训练过程，以保证数据特征约束的收敛度。本发明方法能够有效提取故障特征，取得良好的诊断精度，实现可靠的滚动轴承故障诊断。

本发明授权一种考虑数据特征的非对称堆叠稀疏自编码故障诊断方法在权利要求书中公布了：1.一种考虑数据特征的非对称堆叠稀疏自编码故障诊断方法，其特征在于，包括以下步骤：1振动信号采集，将振动加速度传感器放置在关键测点，分别测量滚动轴承在正常状态、内圈故障、外圈故障和滚动体故障状态下的振动信号数据；2数据预处理，将采集的振动信号利用快速傅里叶变换进行时频转换；再将转换后的不同故障种类的频域信号数据整理成样本数据集，并划分成训练集和测试集；3搭建非对称堆叠稀疏自编码模型并且初始化参数设置：利用两层串联的卷积层作为非对称堆叠自编码器的编码层，三层全连接层作为非对称堆叠自编码的解码层；同时在编码层后接一层全连接层和SoftMax分类器，形成半监督非对称堆叠稀疏自编码器结构；引入KL散度以约束编码层的稀疏性；4在非对称堆叠稀疏自编码模型中引入数据特征损失对模型数据重构方向进一步约束，其中最近邻样本采用K最近邻算法计算获得；5将训练集输入步骤4搭建完成的模型进行模型训练，同时采用动态权重方式优化总损失函数，并且根据梯度下降法迭代网络权值；6根据设定的迭代步数进行批训练，每次训练抽取数量相同序号不同的批数据，当训练次数满足初始设定迭代步数时停止训练，并保存模型；7将测试集输入至保存的模型中进行模型性能测试，输出诊断结果，实现滚动轴承的故障诊断；步骤4所述数据特征损失包含数据邻近聚合约束、数据远距分离约束以及数据最近邻整体约束；所述数据邻近聚合约束Ldk为： 其中，hx指非对称堆叠稀疏自编码的特征层，KNNx,j表示计算样本x在数据集中距离第j近的最近邻样本，MMDA,B表示计算样本A与样本B之间的最大平均差异距离；所述数据远距分离约束Ldks为： 所述数据最近邻整体约束，分为距离约束以及方差约束；所述距离约束Lgd和方差约束Lgv分别为：Lgd＝∑||hx-KNNhx,1||2Lgv＝||σhx-σKNNhx,1||2其中，σx表示计算样本x的方差；由此，数据特征总损失LD为：

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。