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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于深度注意力数据增强的航空发动机异常检测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：CN116776265B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310627329.X，技术领域涉及：G06F18/2433；该发明授权一种基于深度注意力数据增强的航空发动机异常检测方法是由赵明航;钟诗胜;刘丹;林琳;付旭云;刘雪云设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种基于深度注意力数据增强的航空发动机异常检测方法在说明书摘要公布了：本申请涉及航空发动机异常检测技术领域，尤其涉及一种基于深度注意力数据增强的航空发动机异常检测方法，使用Encoder网络将训练集X映射到特征空间中Z；采用DA‑SMOTE在学习的特征空间中自适应地生成异常样本Znew，平衡欠采样后的训练集；再使用Decoder网络将异常样本Znew映射回原始空间中，异常样本与欠采样后的训练集X构成均衡的训练集；最后使用分类网络诊断发动机是否发生异常。本申请可以同时降低数据的不均衡程度和混叠程度，使用DA‑SMOTE在该特征空间中进行数据增强，可以进一步降低生成噪声数据的风险，还可以有效地从多维时间序列中提取复杂时序特征。

本发明授权一种基于深度注意力数据增强的航空发动机异常检测方法在权利要求书中公布了：1.一种基于深度注意力数据增强的航空发动机异常检测方法，其特征在于：包括以下步骤： 步骤一，使用聚类算法将正常样本聚成个簇，形成聚类中心，然后将聚类中心与异常样本构成欠采样后的训练集； 步骤二，首先，使用Encoder网络将训练集映射到一个类内聚集并且类间分离的特征空间中；然后，在学习的特征空间中采用自注意力模块自适应地生成异常样本特征；最后，使用Decoder网络将生成的异常样本特征映射回原始空间中，生成异常样本，异常样本与欠采样后的训练集构成均衡的训练集； 步骤三：使用均衡的训练集训练注意力网络，将训练好的注意力网络作为分类网络，用于诊断发动机是否发生异常； 采用自注意力模块自适应地生成异常样本特征的过程称为DA-SMOTE； 步骤二中，使用训练完成的Encoder网络将欠采样后的训练集映射到一个类间相离且类内相聚的特征空间中，即； DA-SMOTE用于生成异常样本，DA-SMOTE生成异常样本的过程如下： 步骤S101，将异常样本特征与相邻的异常样本特征拼接形成一个特征对；其中，； 步骤S102，特征对经过注意力模块处理，得到标量输出，如公式（5）所示： （5） 式中，代表ReLU激活函数，、、代表线性映射的参数矩阵； 步骤S103，通过Sigmoid函数将标量输出变换到之间，如公式（6）所示： （6） 式中，为学习得到的插值因子； 步骤S104，生成的异常样本特征如公式（7）所示： （7）。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。