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！

龙图腾网获悉四川大学申请的专利一种用于HDMS磨损故障诊断的自适应特征调整优化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：CN120372477B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510406540.8，技术领域涉及：G06F18/2431；该发明授权一种用于HDMS磨损故障诊断的自适应特征调整优化方法是由徐钎淋;谢罗峰;刘卫民;殷鸣设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种用于HDMS磨损故障诊断的自适应特征调整优化方法在说明书摘要公布了：本发明属于流体动压机密封故障检测技术领域，公开了一种用于HDMS磨损故障诊断的自适应特征调整优化方法，包括如下步骤：步骤1：预训练所述HDMS磨损故障诊断网络模型，提取原始特征；计算类别之间的相似度，根据相似度构建相似性窗口；步骤2：采用特征簇压缩对所述原始特征进行放大处理；步骤3：给交叉熵损失函数中引入相似性窗口边界值构成SWM损失函数，然后通过样本权重调整SWM损失函数构建SWRM损失函数；步骤4：初始化网络模型，通过多轮次迭代逐步优化模型参数。本发明通过增加原始特征簇的密度和将相似性特征与样本的频率相结合，以平衡分类器在不同故障类型上的学习效果；减少了来自相似HDMS样本的模型混淆，并提高了诊断的准确性。

本发明授权一种用于HDMS磨损故障诊断的自适应特征调整优化方法在权利要求书中公布了：1.一种用于HDMS磨损故障诊断的自适应特征调整优化方法，其特征在于，包括如下步骤： 步骤1：在训练集上采用交叉熵损失函数预训练所述HDMS磨损故障诊断网络模型，并提取原始特征；然后利用t-SNE计算类别之间的相似度，根据相似度构建相似性窗口，相似性窗口的尺寸为S； 步骤2：采用特征簇压缩对所述原始特征进行放大处理；放大因子C为类别数量，γ为控制压缩程度的超参数，c∈1,2,…,C为类别； 步骤3：通过给交叉熵损失函数中引入相似性窗口边界值构成SWM损失函数，然后通过样本权重调整SWM损失函数构成SWRM损失函数； 步骤4：初始化所述HDMS磨损故障诊断网络模型，并设置总训练轮次T、SWR损失启用轮次T0和FCC启用轮次T1，通过多轮次迭代逐步优化所述HDMS磨损故障诊断模型的模型参数； 通过多轮次迭代逐步优化所述HDMS磨损故障诊断模型的参数包括： 步骤4-1：每次训练前将训练集内样本随机打乱数据，防止模型过拟合特定顺序，遍历训练轮次t； 步骤4-2：判断当前轮次t与SWR损失启用轮次T0的大小，当t＜T0时，计算出相似性窗口边界mc，启动所述SWM损失函数；当t≥T0时，计算相似性窗口重加权wc，再重新计算相似性窗口边界mc，启动所述SWRM损失函数； 步骤4-3：判断当前轮次t与FCC启用轮次T1的大小，当t＜T1时，卷积层提取的原始特征作为乘积特征，当t≥T1，对提取的原始特征进行特征放大处理生成乘积特征；通过乘积特征向前传播计算第l层卷积层的输出和净输出，zl＝Wlal-1+bl，al＝flzl，zl为第l层的净输出，Wl为第l-1层到第l层的权重矩阵，al-1、al为第l-1层和第l层的输出，bl为第l-1层到第l层的偏置，fl.为第l层的激活函数； 步骤4-4：使用相应的损失函数计算梯度，反向传播以更新模型参数。

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四川大学，其通讯地址为：610000 四川省成都市武侯区一环路南一段24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。