一种基于稀疏化异构数据协同的故障诊断方法、介质及产品

    公开(公告)号:CN119179923A

    公开(公告)日:2024-12-24

    申请号:CN202411121333.X

    申请日:2024-08-15

    Abstract: 本发明公开一种基于稀疏化异构数据协同的故障诊断方法、介质及产品,方法包括将待诊断目标的采集振动数据输入故障诊断网络,输出故障诊断结果;故障诊断网络的训练方法包括使用深度可分离卷积模块,获得空间分离处理后的特征数据;使用倒置残差模块,获得增强特征后的特征数据;在倒置残差模块中添加轻量级注意力机制,获得加权处理后的特征数据;分别计算时域分支损失和频域分支损失,平衡时域分支损失和频域分支损失的权重,获得初步训练后的故障诊断网络并进行迁移学习,根据振动数据获取预训练特征;使用多个源域数据训练故障诊断网络,获得训练好的故障诊断网络。本发明解决了现有技术中工业互联网少样本数据量和故障识别不准确的问题。

    一种蜂窝车联网分级决策的边缘计算卸载方法及系统

    公开(公告)号:CN115297171A

    公开(公告)日:2022-11-04

    申请号:CN202210801107.0

    申请日:2022-07-08

    Abstract: 本发明公开了一种蜂窝车联网分级决策的边缘计算卸载方法及系统,包括:识别目标智能车辆的计算任务在多接入边缘计算MEC平台中是否存在缓存历史计算任务结果;若存在,则将历史计算任务结果直接推送给目标智能车辆;若不存在,则将所述计算任务视为新任务,选出区域内符合时延约束条件的边缘服务器;采用最近最少使用LRU算法对新任务进行边缘缓存队列管理,以优化MEC平台资源使用率;对新任务实施基于深度强化学习DDPG算法的计算卸载与边缘缓存协同策略,将获得的计算任务结果推送给目标智能车辆;目标智能车辆将计算任务结果同步给相邻智能车辆。本发明能够实现车载计算任务的自适应卸载与高效管理,避免网络通讯堵塞,提高卸载效率,降低系统成本。

Patent Agency Ranking