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！

龙图腾网获悉大连交通大学申请的专利一种基于F1-score多级决策分析的混合模型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：CN116881841B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202310834809.3，技术领域涉及：G06F18/25；该发明授权一种基于F1-score多级决策分析的混合模型故障诊断方法是由李永华;门志辉;陈哲;于洋;张东旭设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。

本一种基于F1-score多级决策分析的混合模型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F1‑score多级决策分析的混合模型故障诊断方法，包括以下步骤：S1、获取两组目标滚动轴承振动信号并转换为时频图；S2、建立两种深度学习模型；S3、训练深度学习模型并计算两种模型的F1‑score值；S4、获取另外两组目标滚动轴承振动信号并提取信号特征；S5、建立两种机器学习模型；S6、训练机器学习模型并计算两种模型的F1‑score值；S7、通过深度学习模型和机器学习模型的F1‑score值建立F1‑score数据库；S8、根据F1‑score值制定多级决策分析策略并决策出最佳诊断结果；本发明通过引用Logistc混沌映射方法改进麻雀搜索算法，F1‑score的多级决策将两种深度学习模型及两种机器学习模型的各自诊断能力量化，通过多级决策判断分析可得出最精确的诊断结果。

本发明授权一种基于F1-score多级决策分析的混合模型故障诊断方法在权利要求书中公布了：1.一种基于F1-score多级决策分析的混合模型故障诊断方法，其特征在于，包括以下步骤： S1、获取两组目标滚动轴承振动信号，并将振动信号转换为两组时频图； S2、建立两种深度学习模型，包括残差注意力网络模型和多尺度滑动卷积神经网络模型； S3、训练深度学习模型：将S1中的两组时频图数据分别带入残差注意力网络模型和多尺度滑动卷积神经网络模型中进行训练，并通过训练结果计算两种模型的F1-score值； S4、获取另外两组目标滚动轴承振动信号，并提取振动信号的信号特征； S5、建立两种机器学习模型，包括支持向量机模型和人工神经网络模型； S6、训练机器学习模型：将S4中提取的信号特征分别带入支持向量机模型和人工神经网络模型中进行训练，并通过训练结果计算两种模型的F1-score值； S7、通过深度学习模型和机器学习模型的F1-score值建立F1-score数据库； S8、根据F1-score值制定多级决策分析策略，根据多级决策分析策略决策出最佳诊断结果。

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大连交通大学，其通讯地址为：116000 辽宁省大连市沙河口区黄河路794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。