Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学裴士丞获国家专利权

电子科技大学裴士丞获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于搜索空间的水下自主潜航器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:CN117150295B

龙图腾网通过国家知识产权局官网在2025-09-26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:202311095095.5,技术领域涉及:G06F18/214;该发明授权一种基于搜索空间的水下自主潜航器故障诊断方法是由裴士丞;王欢;刘志亮设计研发完成,并于2023-08-25向国家知识产权局提交的专利申请。

一种基于搜索空间的水下自主潜航器故障诊断方法在说明书摘要公布了:本发明公开了一种基于搜索空间的水下自主潜航器故障诊断方法,先在水下实验中获取水下自主潜航器的振荡信号将用作搜索网络模型的输入以进行前向传播,在此过程中,记录网络模型的ReLU层的激活状态,然后计算激活矩阵,核矩阵和网络模型的最终得分,并记录下得分最高的网络模型作为故障诊断模型;最后利用故障诊断模对水下自主潜航器进行故障实时诊断。

本发明授权一种基于搜索空间的水下自主潜航器故障诊断方法在权利要求书中公布了:1.一种基于搜索空间的水下自主潜航器故障诊断方法,其特征在于,包括以下步骤: 1、构建训练数据集; 1.1、在不同故障状态下采集水下自主潜航器在各个采样时刻的振荡信号,其中,第k种故障状态下第t个采样时刻采集到的振荡信号记为xk,t,k=1,2,…,K,K表示水下自主潜航器的故障类别数量,t=1,2,…,T,T为采样总数; 1.2、对采集的振荡信号xk,t增加故障标签yk,故障标签值对故障类别编号k; 1.3、将单个时刻的振荡信号xk,t与对应的故障标签yk作为一组训练数据,从而建立训练数据集X; X={X1,X2,…,Xk,…,XK} Xk={xk,1,yk,xk,2,yk,…,xk,t,yk,…,xk,T,yk} 2、神经网络架构搜索 2.1、选用NAS-Bench-201作为搜索空间,记作β; 2.2、搜索候选网络; 从搜索空间中获取若干个候选网络: B~πβ 其中,β为搜索空间,π为搜索策略,B表示使用搜索策略π采样的若干候选网络的集合; 2.3、评估各个候选网络的性能; 2.3.1、设置训练候选网络的样本批次大小为b;将训练数据集X中的数据样本顺序打乱,然后将训练数据集X划分为N个批次: X={X1,X2,…,Xλ,…,XN} 2.3.2、将X1作为最先获取的候选网络的输入,X2,…,Xλ,…,XN依次作为后续获取的候选网络的输入; 2.3.2、计算某一个候选网络中各个ReLU函数层的输出特征图,其中,第i个ReLU函数层的输出特征图记为Oi,i=1,2,…,n,n表示候选网络包含的ReLU函数层数,Oi是一个4维度的张量,4个维度包括:批次大小b、特征图深度c、特征图长宽w,h; 2.3.3、构建激活矩阵; 将每个ReLU函数层输出特征图Oi转变为一个尺寸大小为b×cwh的二维矩阵Qi,其中,Oi中像素点oi[j,1,1,1]到oi[j,c,w,h]与Qi中元素qij,1到qij,cwh的转换关系如下: 设置变量j,1≤j≤b; 像素点oi[j,1,1,1]到oi[j,1,1,h]对应元素qij,1到qij,h; 像素点oi[j,1,2,1]到oi[j,1,2,h]对应元素qij,h+1到qij,2h; 像素点oi[j,1,w,1]到oi[j,1,w,h]对应元素qij,w-1h+1到qij,wh; 像素点oi[j,2,w,1]到oi[j,2,w,h]对应元素qij,wh+w-1h+1到qij,2wh; 像素点oi[j,c,w,1]到oi[j,c,w,h]对应元素qij,c-1wh+w-1h+1到qij,cwh; 构建一个与二维矩阵Qi尺寸大小相同的激活矩阵Ai,对于Qi中任意一个元素,若元素的元素至大于0,则Ai中对应位置的元素设置为1,否则,设置为0; 2.3.4、计算核矩阵K; 根据激活矩阵Ai计算矩阵 其中,aij,cwh表示Ai中第j行第cwh列的元素值; 根据Ai和计算矩阵Ki: 其中,上标T表示转置; 计算核矩阵K: 2.3.5、计算各个候选网络的性能指标; Sτ=lg|K|,τ∈B 2.4、选取故障诊断模型; 设置搜索次数M;重复步骤2.2~2.3,对每轮搜索的候选网络进行性能评估,然后根据所有候选网络的性能指标选出最大值,记录该最大值对应的网络模型作为故障诊断模型; 3、训练故障诊断模型; 将打乱后的训练数据集X按批次输入至故障诊断模型,通过反复迭代训练直至故障诊断模型收敛; 4、故障实时诊断; 实时采集水下自主潜航器在当前时刻的振荡信号,然后将振荡信号输入至故障诊断模型,从而实时输出故障类型。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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”。

以上内容由龙图腾AI智能生成。

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。