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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学罗久飞获国家专利权

重庆邮电大学罗久飞获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于融合注意力模块与平行卷积网络的磨粒信号辨识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:CN119004200B

龙图腾网通过国家知识产权局官网在2026-03-13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:202411009764.7,技术领域涉及:G06F18/241;该发明授权一种基于融合注意力模块与平行卷积网络的磨粒信号辨识方法是由罗久飞;宋鸿正;邓云春;冯松;李川;禄盛设计研发完成,并于2024-07-26向国家知识产权局提交的专利申请。

一种基于融合注意力模块与平行卷积网络的磨粒信号辨识方法在说明书摘要公布了:本发明属于油液磨粒监测技术领域,具体涉及一种基于融合注意力模块与平行卷积网络的磨粒信号辨识方法,包括:利用感应式油液磨粒检测信号精准模型,建立可调特征参数组与仿真数据生成方法,获取神经网络模型训练数据对神经网络模型训练;利用训练后的神经网络最终得到磨粒信号辨识结果。本发明所提的一种基于融合注意力模块与平行卷积网络的磨粒信号辨识方法,可在避免目标信号特征畸变的同时结合深度学习技术进行快速与准确地磨粒特征识别与分类;此外,使用卷积神经网络实现磨粒特征提取,避免了因使用传统特征提取算法所需面对的各特征值阈值选取困难等问题,降低了对使用者对信号处理领域专业知识的要求。

本发明授权一种基于融合注意力模块与平行卷积网络的磨粒信号辨识方法在权利要求书中公布了:1.一种基于融合注意力模块与平行卷积网络的磨粒信号辨识方法,其特征在于,包括: S1:利用感应式磨粒检测传感器构建的润滑油磨粒监测系统对包含有铁磁性磨损颗粒的润滑油液进行数据采集,获得待处理原始信号; S2:对采集到的原始信号进行加窗离散傅里叶变换,得到整段信号的幅值频域谱,并通过迭代插值离散傅里叶变换算法和频域补偿方法分别计算每一低频谐波干扰的幅值、频率和相位以构建反相分量进行谐波干扰抑制,生成仿真样本; S3:根据磨粒中心频率计算平稳小波最优分解层数J,根据平稳小波最优分解层数J对仿真样本进行等长分割,提取磨粒信号与等长分割后的仿真样本的特征构成多尺度特征训练集,并完成标签化处理; S4:利用结合融合注意力模块的平行卷积网络分别对训练集中的单样本J个多尺度特征向量进行编码重构,并对输出的J个重构高维向量进行位置编码与向量嵌入,利用能量自注意力模型建立全局与局部信息向量间依存关系,获得最终分类向量,并使用Softmax转变为预测标签概率; 所述结合融合注意力模块的平行卷积网络由5层权重共享的堆叠卷积块、展平层、池化层、全连接层以及一维VisionTransformerViT自注意力分类层组成,其中,权重共享的堆叠卷积块分别为一维卷积+层归一化+ReLU激活+融合注意力模块; S5:根据预测标签概率构建交叉熵损失函数,使用交叉熵损失函数拟合模型,得到多次训练下最优分类准确率的模型作为磨粒信号辨识器,并以拟定信号处理参数获取有限量真实磨粒信号样本,通过特征迁移学习强化辨识器实际检测性能; S6:对实时采集的原始数据进行信号分割与多尺度特征分解,输入迁移后网络模型得到磨粒信号辨识结果; S7:基于磨粒信号精准模型与样本关键特征进行磨粒信号重构,得到不含噪的磨粒检测信号,最终实现磨粒特征提取。

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。

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。