公开(公告)号：CN115808504A

公开(公告)日：2023-03-17

申请号：CN202211523964.5

申请日：2022-12-01

申请人： 哈尔滨工业大学 ,  中国电子科技集团公司第四十九研究所

发明人： 宋凯 ,  色海锋 ,  姜金海 ,  孙传禹 ,  刘继江 ,  张伟岩 ,  王煊赫

IPC分类号： G01N33/00

摘要： 本发明公开了一种用于浓度预测的气体传感器在线漂移补偿方法。步骤1：目标区域的，所述数据集包括带有标签的源域数据集及无标签的目标域数据集；对源域数据进行归一化，使其样本和标签都处于‑1至1之间；步骤2：基于步骤1的源域数据集训练OELM，从而建立浓度预测模型；步骤3：基于步骤2的浓度预测模型略对目标域的气体传感器样本进行浓度预测；步骤4：基于步骤3预测的浓度利用SQS方法判断当前样本是否需要进行人工标注，若不需要人工标注则进行步骤5；若需要人工标注则进行步骤6；步骤5：重新回到步骤3；步骤6：标注该样本并使用它对OELM进行更新。本发明用以解决现有技术中漂移补偿不能在线应用于浓度预测及人工标注成本高的问题。

公开(公告)号：CN116559359A

公开(公告)日：2023-08-08

申请号：CN202310312626.5

申请日：2023-03-28

申请人： 哈尔滨工业大学 ,  中国电子科技集团公司第四十九研究所

发明人： 宋凯 ,  色海锋 ,  姜金海 ,  孙传禹 ,  王博 ,  王煊赫 ,  刘继江

IPC分类号： G01N33/00 ,  G06F18/241 ,  G06F18/213 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/098

摘要： 本发明创造提供了一种气体传感器漂移补偿方法，确定目标域数据与源域数据；建立DAAN网络模型并训练；将带有标签的源域和没有变迁的目标域数据输入至建立DAAN网络并进行训练；建立带有漂移补偿功能的气体分类模型；利用训练好的气体分类模型对目标域数据进行检测，实现气体分类。本发明创造提高漂移场景下的气体分类准确率。

公开(公告)号：CN115808504B

公开(公告)日：2024-06-04

申请号：CN202211523964.5

申请日：2022-12-01

申请人： 哈尔滨工业大学 ,  中国电子科技集团公司第四十九研究所

发明人： 宋凯 ,  色海锋 ,  姜金海 ,  孙传禹 ,  刘继江 ,  张伟岩 ,  王煊赫

IPC分类号： G01N33/00

摘要： 本发明公开了一种用于浓度预测的气体传感器在线漂移补偿方法。步骤1：目标区域的，所述数据集包括带有标签的源域数据集及无标签的目标域数据集；对源域数据进行归一化，使其样本和标签都处于‑1至1之间；步骤2：基于步骤1的源域数据集训练OELM，从而建立浓度预测模型；步骤3：基于步骤2的浓度预测模型略对目标域的气体传感器样本进行浓度预测；步骤4：基于步骤3预测的浓度利用SQS方法判断当前样本是否需要进行人工标注，若不需要人工标注则进行步骤5；若需要人工标注则进行步骤6；步骤5：重新回到步骤3；步骤6：标注该样本并使用它对OELM进行更新。本发明用以解决现有技术中漂移补偿不能在线应用于浓度预测及人工标注成本高的问题。

公开(公告)号：CN116701905A

公开(公告)日：2023-09-05

申请号：CN202310553809.6

申请日：2023-05-17

申请人： 哈尔滨工业大学 ,  中国电子科技集团公司第四十九研究所

发明人： 宋凯 ,  色海锋 ,  姜金海 ,  孙传禹 ,  王博 ,  王煊赫 ,  刘继江

IPC分类号： G06F18/213 ,  G06F18/25 ,  G06F18/2415

摘要： 本发明提出一种基于多传感器信息融合的气体传感器漂移补偿系统及方法。所述系统包括多传感器信号采集器，公共特征提取器，子域对齐特征提取器，子分类器以及投票策略。该方法设计了决策水平上的多传感器信息融合策略，并利用子域适应思想实现了气体传感器的漂移补偿，从而提高气体传感器阵列在漂移场景中的分类精度。

公开(公告)号：CN117194887A

公开(公告)日：2023-12-08

申请号：CN202310656144.1

申请日：2023-05-26

申请人： 北京航天试验技术研究所 ,  哈尔滨工业大学

发明人： 宋凯 ,  色海锋 ,  刘岳鹏 ,  周文怡 ,  周磊 ,  金诚 ,  李达银 ,  陈锋

IPC分类号： G06F18/10 ,  G06F18/2135 ,  G06F18/214 ,  G06F18/2411 ,  G06F18/2413 ,  G01M13/04

摘要： 为了解决多传感器系统在不同的应用场景中(例如，机器嗅觉领域和轴承故障诊断领域等)的识别精度不高、信息处理能力不足的问题。本发明提出一种多传感器系统状态检测方法。该发明首先利用核主成分分析(KPCA)算法对预处理后的数据进行特征提取；然后，利用K最邻算法(KNN)定性得出被测数据的状态；最后，利用最小二乘支持向量机(LS‑SVM)算法定性得出被测数据的状态。

公开(公告)号：CN116522199A

公开(公告)日：2023-08-01

申请号：CN202310426820.6

申请日：2023-04-20

申请人： 哈尔滨工业大学 ,  中国电子科技集团公司第四十九研究所

发明人： 宋凯 ,  色海锋 ,  姜金海 ,  孙传禹 ,  王博 ,  王煊赫 ,  刘继江

IPC分类号： G06F18/24 ,  G01N27/00 ,  G06F18/2131 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于气体传感器的多任务学习方法，属于模式识别技术领域，具体涉及一种基于气体传感器的多任务学习方法和装置。所述方法包括如下步骤：采集气体信息数据并制作成标签；所述气体信息数据包括源域数据和目标域数据；将带有标签的气体信息数据输入至预先构建的多任务模型GSMTL中进行训练；将所述带有标签的气体信息数据利用训练好的多任务模型对目标域数据进行测试，实现漂移场景下的气体分类和浓度预测。本发明将带有标签的气体信息数据利用训练好的多任务模型对目标域数据进行测试，同时实现了气体分类和浓度预测功能，并利用域对抗思想降低了气体传感器漂移的影响，从而提高气体分类精度同时降低浓度预测误差。

公开(公告)号：CN118484673A

公开(公告)日：2024-08-13

申请号：CN202410562910.2

申请日：2024-05-08

申请人： 北京航天试验技术研究所 ,  哈尔滨工业大学

发明人： 刘岳鹏 ,  色海锋 ,  朱子环 ,  宋凯 ,  周磊 ,  王晓宇 ,  杨博雯 ,  马鑫 ,  马军强

IPC分类号： G06F18/214 ,  G06F18/213 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G01M13/00 ,  G01M13/045

摘要： 本发明涉及机械设备故障诊断技术领域，公开了基于多源域的变工况故障诊断方法、装置、设备及介质，该方法包括：采集机械设备多个已知工况下的第一振动信号作为多源域数据集，采集机械设备单一未知工况下的第二振动信号作为目标域数据集；分别构建第一特征集以及第二特征集；将第一特征集和第二特征集依次投影至公共子空间，分别得到多个子空间源域以及子空间目标域；将多个子空间源域和已知工况以及多个子空间目标域对多个神经网络子模型训练得到多个故障诊断子模型；将目标域数据集输入至多个故障诊断子模型中进行诊断，得到机械设备的状态诊断结果。本发明解决了因源域数据和目标域数据变工况下分布不同而导致分类准确率低的问题。

公开(公告)号：CN114925762A

公开(公告)日：2022-08-19

申请号：CN202210522582.4

申请日：2022-05-13

申请人： 哈尔滨工业大学

发明人： 宋凯 ,  色海锋 ,  周天 ,  王祁

IPC分类号： G06K9/62

摘要： 基于子空间学习和跨域自适应极限学习机的气体传感器漂移补偿方法，它涉及一种气体传感器漂移补偿方法。本发明为了解决大多数基于子空间学习的漂移补偿方法只通过对齐源域和目标域之间的边缘分布来降低分布差异，而没有对两个域之间的条件分布进行评估，降低了漂移补偿方法分类性能同时增加了标签成本的问题。本发明的具体步骤为：步骤一、采集源域和目标域数据集；步骤二、建立特征集；步骤三、子空间学习；步骤四、构件气体分类模型并训练；步骤五、对目标域数据的标签进行预测。本发明属于模式识别领域。