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！

龙图腾网获悉南昌航空大学申请的专利多源信息融合构造深度张量投影网络的机械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：CN116644384B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202310685868.9，技术领域涉及：G06F18/25；该发明授权多源信息融合构造深度张量投影网络的机械故障诊断方法是由李志农;黄文静;龙盛蓉设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本多源信息融合构造深度张量投影网络的机械故障诊断方法在说明书摘要公布了：本发明公开了一种多源信息融合构造深度张量投影网络的机械故障诊断方法，把采集到的振动信号划分成多个等长的信号样本，将同类故障的不同信号特征的时频图进行特征融合，构造时间×频率×源信息数的三阶张量数据集，分为训练样本集与测试样本集；建立深度张量投影网络故障诊断模型，设置网络参数，利用训练样本集对深度张量投影网络故障诊断模型进行训练，并由测试集验证模型，形成最终诊断模型。本发明不仅可以更完整地提取出特征信息，还可以不但可以有效地保留故障特征信息和识别故障，模型更加精确，在机械故障智能诊断中具有广阔的应用前景。

本发明授权多源信息融合构造深度张量投影网络的机械故障诊断方法在权利要求书中公布了：1.一种多源信息融合构造深度张量投影网络的机械故障诊断方法，其特征在于，具体步骤如下： 1信号的采集与样本划分：把采集到的振动信号划分成多个等长的信号样本； 2多源信息融合构造张量数据集：将划分好的所述信号样本利用同步提取变换，得到各样本的时频图，再将时频图转换为灰度图像，然后将同类故障的不同信号特征的时频图进行特征融合，最终构造时间×频率×源信息数的三阶张量数据集； 3将构造好的所述张量数据集按照8︰2的比例分为训练样本集与测试样本集； 4建立深度张量投影网络故障诊断模型，设置网络参数，其过程如下： 1通过张量投影层取代深度卷积神经网络中的池化层，由卷积层和张量投影层交替堆叠搭建深度张量投影网络； 2设置迭代次数N、卷积层中卷积核的大小m,n、步长和张量投影层的输出张量维数，将数据集中的训练样本集放入深度张量投影网络故障诊断模型中进行训练，最后，通过测试集测试模型效果； 3在深度张量投影网络中，输入的n个张量l＝1,2,3,…,n；通过卷积层后输出大小为维数p1×p2×p3的然后输出的通过张量投影层后输出大小为维数q1×q2×q3的并且q≤p，即： 式中：×k,k＝1,2,3表示k模积；U1,U2,U3是大小为维数pk×qk的正交矩阵，并且有i＝1,2,3； 在寻找网络模型最优参数过程中，需要通过对损失函数L与权重w求偏导得到最小损失函数，即： 式中，vec·表示向量运算，通过不断更新损失函数，得到模型最优参数； 5利用步骤3中所述训练样本集对步骤4中构建的所述深度张量投影网络故障诊断模型进行训练，并由测试集验证模型，形成最终诊断模型。

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南昌航空大学，其通讯地址为：330063 江西省南昌市丰和南大道696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”。