申请/专利权人：浪潮软件科技有限公司

申请日：2023-12-29

公开（公告）日：2024-02-02

公开（公告）号：CN117493946A

主分类号：G06F18/24

分类号：G06F18/24;G01M99/00;G06F18/15;G06F18/213;G06N3/0464;G06N3/0985;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明公开一种基于VGG网络的小样本示功图诊断方法，涉及机械设备工况诊断技术领域，包括：构建VGG式网络单元模块，搭建预训练网络；对预训练网络的参数进行降维；构建诊断分类模型，使用降维后网络参数初始化模型参数；准备小样本示功图数据集，对数据集进行预处理；基于预处理后数据，进行诊断分类模型训练外循环，进行诊断分类模型内循环，优化模型超参数；进行诊断分类模型测试，得到最优的模型参数；使用测试合格的诊断分类模型进行工业实例测试，指导设备工况诊断。本发明可以不再依赖人的经验而是允许模型自身去学习，能够实现参数优化的快速收敛和准确率的提升，能够解决工业生产机械设备的小样本工况诊断问题。

主权项：1.一种基于VGG网络的小样本示功图诊断方法，其特征在于，包括如下步骤：S1、构建VGG式网络单元模块，搭建预训练网络；S2、对预训练网络的参数进行降维，学习降维后的网络参数；S3、构建诊断分类模型，使用降维后预训练网络参数进行模型参数初始化；S4、准备小样本示功图数据集，对数据集进行预处理；S5、基于预处理后的示功图曲线，进行诊断分类模型训练外循环；S6、基于预处理后的示功图曲线，进行诊断分类模型内循环，优化模型超参数；S7、进行诊断分类模型测试，得到最优的模型参数；S8、使用测试合格的诊断分类模型进行工业实例测试，指导设备工况诊断。

全文数据：

权利要求：

百度查询： 浪潮软件科技有限公司 一种基于VGG网络的小样本示功图诊断方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD