[发明专利]概率神经网络创建方法、故障诊断方法及装置、存储介质有效
| 申请号： | 201810379172.2 | 申请日： | 2018-04-25 |
| 公开（公告）号： | CN108647707B | 公开（公告）日： | 2022-09-09 |
| 发明（设计）人： | 沈毅;凌茵 | 申请（专利权）人： | 北京旋极信息技术股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08;G01M13/04 |
| 代理公司： | 北京安信方达知识产权代理有限公司 11262 | 代理人： | 李红爽;龙洪 |
| 地址： | 100094 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种概率神经网络创建方法、故障诊断方法及装置、存储介质，所述概率神经网络创建方法包括：输入训练数据以及相对应的训练标签矩阵，生成概率神经网络模型的训练参数，所述训练参数为训练数据的属性概率矩阵；计算输入测试数据的属性概率矩阵，将输入训练数据和输入测试数据的属性概率矩阵相乘，得到输入训练数据和输入测试数据的联合概率矩阵，根据联合概率矩阵和训练标签矩阵计算各类别的求和概率；根据计算得出的各类别的求和概率，对输入测试数据进行分类判别，并获得所创建的概率神经网络的分类准确度。本申请创建的的概率神经网络，加快了学习速度，有效避免了陷入局部最优。 | ||
| 搜索关键词： | 概率 神经网络 创建 方法 故障诊断 装置 存储 介质 | ||
【主权项】：
1.一种概率神经网络创建方法，其特征在于，包括：输入训练数据以及相对应的训练标签矩阵，生成概率神经网络模型的训练参数，所述训练参数为训练数据的属性概率矩阵；计算输入测试数据的属性概率矩阵，将输入训练数据和输入测试数据的属性概率矩阵相乘，得到输入训练数据和输入测试数据的联合概率矩阵，根据联合概率矩阵和训练标签矩阵计算各类别的求和概率；根据计算得出的各类别的求和概率，对输入测试数据进行分类判别，并获得所创建的概率神经网络的分类准确度。
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北京旋极信息技术股份有限公司，未经北京旋极信息技术股份有限公司许可，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/201810379172.2/，转载请声明来源钻瓜专利网。
