[发明专利]一种基于决策导向无环图的神经网络故障多类分类器在审
| 申请号： | 201610819565.1 | 申请日： | 2016-08-31 |
| 公开（公告）号： | CN107798283A | 公开（公告）日： | 2018-03-13 |
| 发明（设计）人： | 张方;周开源;闫希颖;詹海峰 | 申请（专利权）人： | 西安英诺视通信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 710065 陕西省西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于决策导向无环图的神经网络故障多类分类器。该分类器分为特征提取部分和识别分类部分，可用于封闭式组合电器等高压电气设备的在线运行状态监测及机械故障诊断。特征提取部分采用三种不同的特征分析算法(即工频谐波结构特征分析算法、1/3倍频程频谱特征分析算法和倒频谱特征分析算法)，分别从声音信号频谱的细节特征及宏观特征，以及某些隐藏信息特征三个方面进行相应特征提取，全面地描述了高压电器设备运行声音信号的特征信息。同时，识别分类部分采用神经网络分类器——基于决策导向无环图法将一个K类分类器分解为k个二类分类器，同时基于三种特征分析算法综合分析对其进行训练和优化。 | ||
| 搜索关键词： | 一种 基于 决策 导向 无环图 神经 网络故障 分类 | ||
【主权项】：
一种基于决策导向无环图的神经网络故障多类分类器。该分类器可用于封闭式组合电器等高压电气设备的在线运行状态监测及机械故障诊断。本发明所设计的故障诊断方法通过三种不同的特征分析算法(即工频谐波结构特征分析算法、1/3倍频程频谱特征分析算法和倒频谱特征分析算法)分析封闭式组合电器等高压电气设备运行时所发出的声音信号，提取相应的特征向量用于对该设备运行状态的在线监测及机械缺陷所致故障进行诊断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安英诺视通信息技术有限公司，未经西安英诺视通信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610819565.1/，转载请声明来源钻瓜专利网。
