[发明专利]齿轮样本数据库构建方法

摘要

本发明提供一种齿轮样本数据库构建方法，先采集实际齿轮参数，确定标签；然后通过神经网络构建生成器和判别器，且各层权重系数的初始值服从均匀分布；然后输入噪声序列信号和设定的标签到生成器中生成数据；然后将生成数据与原始采样数据同时输入所述判别器进行分类判断；通过更新生成器和判别器中各个神经元的权重，使其达到动态平衡；然后根据距离大小按升序排序；并从每个类别的生成数据队列中依次选择所差数量的生成数据融入原始样本数据中作为最终的训练数据库供分类器使用。其效果是：能够在采样数据偏少的情况下通过生成新的数据来满足数据库中各个类别训练样本的数量要求，避免了因为数据量不足对分类器的训练效果造成影响。

主权项

1.一种齿轮样本数据库构建方法，其特征在于包括以下步骤：S1：采集预定数量的实际齿轮参数，根据每一组齿轮参数所对应的安全系数确定标签，并统计标签的类别数；S2：通过神经网络构建一个生成器和一个判别器，且所述生成器和所述判别器中各层权重系数的初始值服从均匀分布；S3：输入噪声序列信号和设定的标签到所述生成器中生成数据；S4：将生成器输出的生成数据与步骤S1所得的原始采样数据同时输入所述判别器进行分类判断；S5：将判别器的分类结果与设定值进行比较得到分类误差，当分类误差大于预设目标，则更新生成器中各个神经元的权重，然后返回S3生成新的数据；当分类误差小于预设目标，则更新判别器中各个神经元的权重，然后返回S4重新进行分类判断，直至达到动态平衡；S6：确定原始采样数据中每一个类别的中心，然后计算各组生成数据到每一个类别的中心距离，根据距离大小按升序排序，得到每个类别的生成数据队列；S7：根据每个类别所需数据样本的大小以及该类别对应的原始采样数据的样本个数，从每个类别的生成数据队列中依次选择所差数量的生成数据融入所述原始样本数据中作为最终的训练数据库供分类器使用。