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！

龙图腾网获悉天津大学申请的专利一种基于时空融合的缺失值鲁棒的故障诊断方法及装置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：CN116304990B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310368312.7，技术领域涉及：G06F18/25；该发明授权一种基于时空融合的缺失值鲁棒的故障诊断方法及装置是由聂为之;马现伟设计研发完成，并于2023-04-09向国家知识产权局提交的专利申请。

本一种基于时空融合的缺失值鲁棒的故障诊断方法及装置在说明书摘要公布了：本发明公开了一种基于时空融合的缺失值鲁棒的故障诊断方法及装置，方法包括：基于时空融合的故障诊断模型，利用数据中的时序关联和传感器间的空间关联信息，使用深度自动编码机进行特征提取，获得使信号重构误差最小的特征提取模型；获取时序序列的时空关联特性，使用对时序关联有记忆能力的长短时神经网络细胞结构，使得所述特征提取模型具有对时空关联进行融合分析的能力；基于融合后的特征提取模型进行故障的检测与分析。装置包括：处理器和存储器。本发明能同时提取传感器网络时序数据广泛存在的时间和空间关联，挖掘出更为鲁棒的主要数据表征，并对这些表征进行分类，本发明可应对传感器网络中常见的缺失值问题对故障诊断系统稳定性的影响。

本发明授权一种基于时空融合的缺失值鲁棒的故障诊断方法及装置在权利要求书中公布了：1.一种基于时空融合的缺失值鲁棒的故障诊断方法，其特征在于，所述方法包括： 基于时空融合的故障诊断模型，利用数据中的时序关联和传感器间的空间关联信息，使用深度自动编码机进行特征提取，获得使信号重构误差最小的特征提取模型； 获取时序序列的时空关联特性，使用对时序关联有记忆能力的长短时神经网络细胞结构，使得所述特征提取模型具有对时空关联进行融合分析的能力； 基于融合后的特征提取模型进行故障的检测与分析； 所述故障诊断模型为： 特征提取模块是一DAE结构，DAE编码层和解码层为LSTM神经元连接起来的LSTM序列，中间层为降维后的包含核心特征信息的特征向量；特征提取模块通过最小化原数据和重构数据的误差进行训练，以提取待诊断数据中的最鲁棒表征； 分类模块为DBN结构，由四层RBM和一层BP层组成，RBM层将特征向量映射到不同的特征空间，仅在BP层利用标签信息有监督地训练故障分类器，并将误差向下传播对网络进行微调。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。