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！

龙图腾网获悉南京理工大学申请的专利基于生成对抗网络和集成学习的列车轴温异常识别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：CN116244657B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310394434.3，技术领域涉及：G06F18/2433；该发明授权基于生成对抗网络和集成学习的列车轴温异常识别方法是由郑帅;张哲;张子名;张艺珲;周健;叶鑫;邢宗义设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本基于生成对抗网络和集成学习的列车轴温异常识别方法在说明书摘要公布了：本发明公开了一种基于生成对抗网络和集成学习的列车轴温异常识别方法，该方法为：采集城轨列车实际运行中的运行数据，预处理后得到一个类别不平衡的二分类数据集，划分为训练集与测试集；利用训练集中的异常数据样本训练生成对抗网络的构造器与判别器，并使用贝叶斯优化算法实现网络的自动调参；利用训练好的生成对抗网络模型合成异常样本，与原始训练集共同构建一个类别平衡的训练集；使用交叉委员会过滤技术对噪声样本进行过滤筛选；利用AdaBoost方法构建轴温异常识别分类器，利用训练集训练该集成学习模型，将测试集输入得到检验结果。本发明解决了城轨列车轴温异常样本缺失和数据不平衡问题，提高了轴温异常识别的准确度和正确率。

本发明授权基于生成对抗网络和集成学习的列车轴温异常识别方法在权利要求书中公布了：1.一种基于生成对抗网络和集成学习的列车轴温异常识别方法，其特征在于，包括以下步骤： 步骤1，对采集到的城轨列车实际运行中的数据进行预处理，得到轴温正常与异常的样本，构成一个类别不平衡的二分类数据集，并将划分为训练集与测试集； 步骤2，构建生成对抗网络模型即CWGAN-GP模型，CWGAN-GP模型为条件Wasserstein生成对抗网络，采用Wasserstein距离来度量实际样本分布与生成样本分布之间的差异，生成器和判别器的输入信息中增加数据类别，并且采用梯度惩罚来代替权值修剪策略，使得生成数据更加多样化； 步骤3、利用训练集中的轴温异常样本训练CWGAN-GP模型的构造器与判别器，并使用贝叶斯优化算法实现网络的自动调参； 步骤4，使用上述训练好的CWGAN-GP模型生成异常样本加入到训练集中，得到类别平衡的训练集； 步骤5，使用交叉委员会过滤技术CVCF，对采样过程中产生的噪声样本进行过滤筛选； 步骤6，采用集成学习中AdaBoost算法构建轴温异常识别分类器，得到集成学习模型，利用经数据筛选后的训练集对集成学习模型进行训练，训练完成后，在测试集上检验分类效果，得到各个评价指标。

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京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。