龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：大连交通大学
摘要：本发明公开了一种基于F1‑score多级决策分析的混合模型故障诊断方法，包括以下步骤：S1、获取两组目标滚动轴承振动信号并转换为时频图；S2、建立两种深度学习模型；S3、训练深度学习模型并计算两种模型的F1‑score值；S4、获取另外两组目标滚动轴承振动信号并提取信号特征；S5、建立两种机器学习模型；S6、训练机器学习模型并计算两种模型的F1‑score值；S7、通过深度学习模型和机器学习模型的F1‑score值建立F1‑score数据库；S8、根据F1‑score值制定多级决策分析策略并决策出最佳诊断结果；本发明通过引用Logistc混沌映射方法改进麻雀搜索算法，F1‑score的多级决策将两种深度学习模型及两种机器学习模型的各自诊断能力量化，通过多级决策判断分析可得出最精确的诊断结果。
主权项：1.一种基于F1-score多级决策分析的混合模型故障诊断方法，其特征在于，包括以下步骤：S1、获取两组目标滚动轴承振动信号，并将振动信号转换为两组时频图；S2、建立两种深度学习模型，包括残差注意力网络模型和多尺度滑动卷积神经网络模型；S3、训练深度学习模型：将S1中的两组时频图数据分别带入残差注意力网络模型和多尺度滑动卷积神经网络模型中进行训练，并通过训练结果计算两种模型的F1-score值；S4、获取另外两组目标滚动轴承振动信号，并提取振动信号的信号特征；S5、建立两种机器学习模型，包括支持向量机模型和人工神经网络模型；S6、训练机器学习模型：将S4中提取的信号特征分别带入支持向量机模型和人工神经网络模型中进行训练，并通过训练结果计算两种模型的F1-score值；S7、通过深度学习模型和机器学习模型的F1-score值建立F1-score数据库；S8、根据F1-score值制定多级决策分析策略，根据多级决策分析策略决策出最佳诊断结果。
全文数据：
权利要求：
百度查询： 大连交通大学 一种基于F1-score多级决策分析的混合模型故障诊断方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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