[发明专利]一种基于改进卷积神经网络的故障诊断方法有效
| 申请号： | 202010402905.7 | 申请日： | 2020-05-13 |
| 公开（公告）号： | CN111582396B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 沈艳霞;常淼;赵芝璞 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06N3/0464 |
| 代理公司： | 无锡华源专利商标事务所(普通合伙) 32228 | 代理人： | 过顾佳;聂启新 |
| 地址： | 214122 江苏*** | 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改进卷积神经网络的故障诊断方法，涉及故障诊断技术领域，该方法建立改进的卷积神经网络模型，改进的卷积神经网络模型依次包括输入层、若干层特征提取层、新增卷积层、全连接层和输出层，每层特征提取层分别依次包括卷积层和池化层，使用训练集和测试集基于改进的卷积神经网络模型训练得到故障诊断模型，即可用于自动化的故障诊断，该方法在特征提取层和全连接层之间还设置了一个新增卷积层，新增卷积层可以提取模型深层特征，有效增强模型的泛化能力，同时对特征提取层也进行了改进，在一定程度上可以减少过拟合的风险并加快计算速度。 | ||
| 搜索关键词： | 一种 基于 改进 卷积 神经网络 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江南大学，未经江南大学许可，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/202010402905.7/，转载请声明来源钻瓜专利网。
