公开(公告)号：CN119086068A

公开(公告)日：2024-12-06

申请号：CN202411431318.5

申请日：2024-10-14

Applicant: 哈尔滨工业大学

Inventor： 李雪 ,  程文肖 ,  武小荷 ,  聂兰顺 ,  战德臣

IPC: G01M13/045

Abstract: 本发明公开了一种基于半监督对比学习的轴承故障诊断方法及系统，包括：采集原始CWRU轴承振动信号，并将所述原始CWRU轴承振动信号划分为训练集和测试集，其中，训练集包括：已知类和未知类；对所述原始CWRU轴承振动信号进行预处理，获得RGB彩色振动图像；基于所述RGB彩色振动图像，建立轴承故障诊断模型；对所述轴承故障诊断模型进行微调；基于微调后的所述轴承故障诊断模型对待测的轴承进行故障诊断。本发明提出了一种用于轴承故障诊断的基于对比学习的半监督学习方式(OSCL)，同时利用少量已知类标记数据和包含已知类和未知类的大量未标记数据联合训练，更加适用于真实工业场景下的轴承故障智能诊断。

公开(公告)号：CN117932434A

公开(公告)日：2024-04-26

申请号：CN202410105915.2

申请日：2024-01-25

Applicant: 哈尔滨工业大学

Inventor： 李雪 ,  聂兰顺 ,  刘明星 ,  程文肖 ,  王璐

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/21 ,  G06N3/0464

Abstract: 本发明公开了一种基于少量标签数据的多阶段人体活动识别方法，所属技术领域为智能物联网、普适计算领域，包括：获取IMU数据，对IMU数据进行预处理，获得预处理数据；基于SimCLR框架和预处理数据进行对比学习，获得特征提取器；通过特征提取器对预处理数据进行处理，生成有标签数据的表征，通过有标签数据的表征进行监督训练，获得特定于人体活动识别的模型；将训练后的FixMatch模型和特定于人体活动识别的模型进行结合，获得人体活动识别模型，基于人体活动识别模型对多阶段人体活动进行识别。本发明将对比学习和半监督学习相结合，充分利用大量的未标记IMU数据，使得活动识别模型仍然可以具有令人满意的识别效果。