[发明专利]基于瓦瑟斯坦距离和自编码器的半监督深度学习故障诊断方法有效
| 申请号： | 201911296626.0 | 申请日： | 2019-12-16 |
| 公开（公告）号： | CN111026058B | 公开（公告）日： | 2021-01-12 |
| 发明（设计）人： | 葛志强;张宏毅;宋执环 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G05B19/418 | 分类号： | G05B19/418 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 邱启旺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 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瓦瑟斯坦距离和自编码器的半监督深度学习故障诊断方法，它采用堆叠自编码器的结构；在自编码器的有监督微调阶段加入无标签样本进行训练，将有标签样本和无标签样本通过自编码器提取的特征之间分布的距离通过瓦瑟斯坦距离进行计算，并且将该距离加入损失函数进行优化。该网络将无标签样本加入了自编码器在微调阶段的训练，解决了自编码器在微调阶段只能使用有标签数据导致的过拟合问题，从而提升了模型的泛化能力，提高了故障分类的准确率。 | ||
| 搜索关键词： | 基于 斯坦 距离 编码器 监督 深度 学习 故障诊断 方法 | ||
【主权项】：
暂无信息
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浙江大学，未经浙江大学许可，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/201911296626.0/，转载请声明来源钻瓜专利网。
