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！

龙图腾网获悉重庆邮电大学申请的专利基于噪声标签鲁棒的联合子域网络齿轮箱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：CN115859146B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202211454945.1，技术领域涉及：G06F18/24；该发明授权基于噪声标签鲁棒的联合子域网络齿轮箱故障诊断方法是由苏祖强;姜维龙;张小龙;冯松;罗茂林设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本基于噪声标签鲁棒的联合子域网络齿轮箱故障诊断方法在说明书摘要公布了：本发明涉及故障诊断领域，特别涉及一种基于噪声标签鲁棒的联合子域网络齿轮箱故障诊断方法，本发明将结合无监督领域中的深度子域自适应网络与标签噪声表征学习，提出基于噪声标签鲁棒的联合子域网络齿轮箱故障诊断方法；通过深度子域自适应网络实现跨域条件下不同故障类型间的细粒度局部对齐而非全局对齐；同时，通过引入标签噪声表征学习到联合子域网络中，有效缓解了故障诊断过程中因标记故障样本的可识别性差或错误标记而产生的噪声标签问题，进一步提高故障诊断精度。

本发明授权基于噪声标签鲁棒的联合子域网络齿轮箱故障诊断方法在权利要求书中公布了：1.一种基于噪声标签鲁棒的联合子域网络齿轮箱故障诊断方法，其特征在于，所述方法包括： 利用加速度传感器采集齿轮箱在多个工况下运行的振动数据，并对振动数据进行数据预处理；根据振动数据是否有标签，将同一工况下的有标签数据作为源域训练集样本，将另一工况下的无标签数据作为目标域训练集样本和目标域测试集样本； 构建三个网络结构相同的深度子域自适应网络，并以不同的参数分别对各个网络进行参数初始化； 利用各个深度子域自适应网络的特征提取器，分别提取源域训练集样本与目标域训练集样本的高维特征表示； 利用各个深度子域自适应网络的子分类器，根据预测一致性原则筛选出无噪声标签源域训练集样本和可信目标域训练集样本，其具体包括将相同的源域训练集样本和目标域训练集样本分别输入到任意两个深度子域自适应网络中；若得到的分类结果一致，则将分类结果一致的源域训练集样本和目标域训练集样本对应作为无噪声标签源域训练集样本和可信目标域训练集样本，则将筛选出的无噪声标签源域训练集样本和可信目标域训练集样本输入到第三个深度子域自适应网络中，进行训练；若得到的分类结果不一致，则将分类结果不一致的源域训练集样本和目标域训练集样本作为有噪声标签源域训练集样本和不可信目标域训练集样本舍弃； 利用局部最大均值差异距离度量筛选出的无噪声标签源域训练集样本与可信目标域训练集样本的高维特征之间的距离，并构造联合子域网络损失； 通过优化联合子域网络损失，训练由三个深度子域自适应网络联合的噪声标签鲁棒的联合子域网络； 将目标域测试集样本，输入至已训练好的噪声标签鲁棒的联合子域网络，输出待测齿轮箱振动数据的故障识别结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。