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！

龙图腾网获悉山东大学申请的专利基于改进GAN网络和多模态特征融合的吊艇架样本不均衡故障诊断方法及系统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：CN119152329B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411362823.9，技术领域涉及：G06V10/80；该发明授权基于改进GAN网络和多模态特征融合的吊艇架样本不均衡故障诊断方法及系统是由万熠;牛发;梁西昌;王茂灿;张桂新;程玉杰;杨素军;吴永顺;李钊阳;张海荣设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本基于改进GAN网络和多模态特征融合的吊艇架样本不均衡故障诊断方法及系统在说明书摘要公布了：本发明公开了一种基于改进GAN网络和多模态特征融合的吊艇架样本不均衡故障诊断方法及系统，通过将一维时间序列数据诊断模型和二维图像数据诊断模型得到的数据特征进行特征融合，充分利用两种数据形式的互补信息，增强了故障诊断分类器的性能。一维时间序列数据诊断模型注重捕捉时序特征，而二维图像数据诊断模型则侧重于提取频率特征，这种结合使得分类器能够全面理解故障的表现和发展趋势。提高了模型对复杂故障模式的识别能力，增强了分类器的鲁棒性和准确性，从而提升系统整体的可靠性和效率。

本发明授权基于改进GAN网络和多模态特征融合的吊艇架样本不均衡故障诊断方法及系统在权利要求书中公布了：1.基于改进GAN网络和多模态特征融合的吊艇架样本不均衡故障诊断方法，其特征在于，包括以下步骤： 步骤1获取船舶吊艇架机电液系统状态数据并对其进行降噪处理； 步骤2利用改进的GAN网络对降噪后的不平衡数据进行平衡扩充；所述的改进的GAN网络为基于多层Transformer编码器和自注意力机制模块的生成器网络结构； 步骤3将扩充后得到的数据划分为训练集、验证集和测试集； 步骤4利用连续小波变换方法将训练集、验证集和测试集内的一维时间序列数据转换成二维图像数据； 步骤5分别将所述的一维时间序列数据和二维图像数据传入到多模态特征融合诊断模型中，提取一维时间序列数据和二维图像数据数据特征，将提取得到的两种数据特征进行融合；所述的多模态特征融合诊断模型，包括并行设置的二维图像数据诊断模型和一维时间序列数据诊断模型；所述的二维图像数据诊断模型具体数据处理过程如下：步骤5-1、卷积层提取二维图像数据的局部特征，且通过共享权重，有效减少参数，提高训练效率；步骤5-2、SwinTransformerBlocks模块对局部特征进行处理，在局部窗口内计算自注意力，减少计算复杂度，通过移动窗口，计算跨窗口的全局特征，高效捕捉全局和局部信息；步骤5-3、下采样层对全局和局部信息进行处理，减少输入特征的尺寸，保留重要特征并减少计算量；步骤5-4、SimAM注意力机制模块增强重要特征的重要性，抑制无关信息，增强特征表示能力；步骤5-5、批归一化层对重要特征进行批归一化处理，加速收敛并稳定训练；步骤5-6、全连接层将对步骤5-5得到的特征进行整合，并映射到最终的输出空间，输出得到二维图像数据数据特征； 步骤6将融合得到的数据特征传入分类器进行故障分类；采用宽度学习系统作为故障诊断分类器，进行故障分类，具体的分类方法如下：输入层：输入通过级联操作得到的一维时间序列数据和二维图像数据融合数据特征；特征映射层：随机生成权重，将输入特征映射到新特征空间；增广节点层：增加非线性节点以增强特征；输出层：使用广义逆矩阵求解输出层权重，输出故障类型，模型评估与参数优化。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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”。