公开(公告)号：CN119539126A

公开(公告)日：2025-02-28

申请号：CN202411693045.1

申请日：2024-11-25

Applicant: 中国矿业大学

Inventor： 代伟 ,  崔腾 ,  张焕煜 ,  建中华 ,  李杰龙

IPC: G06N20/00 ,  G06F17/18 ,  G06F17/16 ,  G06F18/22 ,  G06Q10/04

Abstract: 本发明公开了一种面向多工况的自组织多教师个性化联邦学习方法，包括：中央服务器获取企业客户端的节点信息；中央服务器基于多教师模型生成机制对企业客户端的节点信息进行分析，并为企业客户端生成对应的教师模型；中央服务器对教师模型建立的结果进行评估，并根据评估结果对教师模型的教师协作关系进行优化；企业客户端基于本地数据，通过共识整合教师模型知识，建立私有模型，并通过私有模型获取当前误差，以及对当前误差进行评估；在当前误差小于预设误差阈值的情况下，输出私有模型。本发明的方法能够提升多工况场景下私有模型的准确性，并能够降低分布差异对随机配置网络监督条件难以满足的影响，提升模型收敛速度。

公开(公告)号：CN120086676A

公开(公告)日：2025-06-03

申请号：CN202510095371.0

申请日：2025-01-21

Applicant: 中国矿业大学

Inventor： 代伟 ,  李杰龙 ,  南静 ,  夏振兴 ,  王兰豪 ,  刘鑫

IPC: G06F18/241 ,  G06F18/2131 ,  G06F18/2135 ,  G01M13/045

Abstract: 本发明公开了一种增强领域自适应的振动筛跨域故障诊断方法，包括：将获取的不同领域振动筛多维综合故障数据集划分为源域特征训练集、目标域特征训练集和目标域特征测试集；将源域特征训练集和目标域特征训练集映射至随机特征空间中进行联合分布差异处理，以执行特征的领域和类对齐；对源域特征训练集进行领域特征判别处理，以增强特征类内紧密性和类间分离性；根据联合分布差异处理结果和领域特征判别处理结果，基于增强领域自适应增量随机向量函数链网络构建振动筛跨域故障诊断模型，用于预测目标域未知标签的故障类别。本发明有效克服了域偏移的挑战，还显著提升了振动筛故障诊断模型的性能和泛化能力。