[发明专利]基于代价敏感的自组织网络的故障探测方法有效
申请号: | 201810530213.3 | 申请日: | 2018-05-29 |
公开(公告)号: | CN108768772B | 公开(公告)日: | 2020-06-09 |
发明(设计)人: | 邓越宇;朱琨;王然;雷磊 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | H04L12/26 | 分类号: | H04L12/26;H04L12/24;H04L29/08;G06K9/62 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人: | 秦秋星 |
地址: | 211106 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于代价敏感的自组织网络的故障探测方法。通过引入代价敏感框架来帮助原有系统获得代价敏感性,从而区分不同错误所带来的不同损失,使得分类器能够以最小化损失为目标而不是盲目地追求分类精度。本发明中的代价敏感性是通过估算每种错误带来的损失,从而构建代价矩阵来引入的。代价矩阵可以很好地帮助分类器衡量每次决策所带来的损失,从而能以最小化总体损失为目标。考虑到故障探测系统中的数据样本往往是不平衡,本发明提出了同时考虑样本分布信息和代价信息的缩放方式来帮助现有的大部分故障探测系统取得代价敏感性,实现更为经济,有效的故障诊断系统。 | ||
搜索关键词: | 基于 代价 敏感 组织网络 故障 探测 方法 | ||
【主权项】:
1.基于代价敏感的自组织网络的故障探测方法,其特征在于,包括如下步骤:步骤1:收集样本,并将样本贴上分类标签,构成训练样本集,所述分类标签包括正常和故障;步骤2:分别估算将正常类样本和故障类样本错误分类带来的损失,并以此构建代价矩阵;步骤3:根据所述代价矩阵和所述训练样本集中正常类样本和故障类样本的数量确定所述训练样本集中故障类样本的缩放比例;步骤4:根据所述缩放比例求得理想训练样本集中故障类样本的数量,然后使用过采样算法调整所述训练样本集中故障样本的数量至理想数量;步骤5:使用步骤4所得调整后的训练样本集训练分类器。
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南京航空航天大学,未经南京航空航天大学许可,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/201810530213.3/,转载请声明来源钻瓜专利网。