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：佛山科学技术学院

摘要：本发明公开了一种自适应原型网络与伪标签的半监督学习的诊断方法及设备，涉及故障诊断技术领域，方法包括：将支持集输入自适应原型网络进行特征提取以生成支持集特征，并将查询集输入自适应原型网络进行特征提取以生成查询集特征；在自适应原型网络中，根据支持集特征计算支持集原型；根据支持集原型及查询集特征计算查询集分类概率，以调整自适应原型网络的模型参数；将测试集输入伪标签多重累积筛选网络以生成伪标签数据集；将伪标签数据集与训练集拼接后输入自适应原型网络模型，以调整自适应原型网络的模型参数；将测试集输入自适应原型网络以计算测试集分类概率，并将概率最大的类作为当前样本的故障标签。采用本发明可有效提升分类性能。

主权项：1.一种基于自适应原型网络与伪标签样本多重累积的半监督小样本学习的诊断方法，其特征在于，包括：从训练集中分别抽取支持集及查询集；将所述支持集输入自适应原型网络进行特征提取以生成支持集特征，并将所述查询集输入自适应原型网络进行特征提取以生成查询集特征；在所述自适应原型网络中，根据所述支持集特征计算支持集原型；所述根据所述支持集特征计算支持集原型的步骤包括：计算支持特征集与缺失支持特征集之间的最大均值差异以表征支持集特征对样本分布的影响，所述支持特征集为所有支持集特征的集合，所述缺失支持特征集为缺失某一支持集特征的集合；根据所述最大均值差异，计算所述支持集特征的权重；根据所述权重及支持集特征，计算第l类的支持集原型；在所述自适应原型网络中，根据所述支持集原型及查询集特征计算查询集分类概率，以调整所述自适应原型网络的模型参数；将所述测试集输入伪标签多重累积筛选网络以生成伪标签数据集；所述伪标签多重累积筛选网络用基于不确定性的伪标签筛选方法，结合多重数据累积策略，扩展训练集的规模，具体的基于不确定性的伪标签筛选公式如下： 其中，表示类别为l的第个样本的预测概率，表示类别为l的第个样本的不确定性估计值，表示不确定性的阈值，为预测概率的阈值；将所述伪标签数据集与训练集拼接后输入自适应原型网络模型，以调整所述自适应原型网络的模型参数；将所述测试集输入自适应原型网络以计算测试集分类概率，并将概率最大的类作为当前样本的故障标签。

全文数据：

权利要求：

百度查询： 佛山科学技术学院 自适应原型网络与伪标签的半监督学习的诊断方法及设备