一种改进宽度迁移学习的不同负载下滚动轴承状态快速分类方法

    公开(公告)号:CN114861778B

    公开(公告)日:2024-10-25

    申请号:CN202210429221.5

    申请日:2022-04-22

    Abstract: 一种改进宽度迁移学习的不同负载下滚动轴承状态快速分类方法,涉及滚动轴承故障分类技术领域,用以解决深度学习网络训练耗时以及不同负载下滚动轴承的源域数据和目标域数据分布差异较大的问题。本发明的技术要点包括:以循环扩展的方式建立宽度学习系统(BLS)的增强节点窗口,并在增强层引入Maxout激活函数构建改进的BLS网络,同时引入遗传算法优化网络节点结构,建立基于源域数据的预训练模型;将预训练模型的网络参数、特征层和增强层的权重参数迁移至目标域网络,并利用少量目标域训练样本微调网络建立状态分类模型。本发明方法可以在更短的时间内建立分类模型并获得良好的分类准确率,适用于不同负载下滚动轴承故障状态的快速分类。

    一种改进宽度迁移学习的不同负载下滚动轴承状态快速分类方法

    公开(公告)号:CN114861778A

    公开(公告)日:2022-08-05

    申请号:CN202210429221.5

    申请日:2022-04-22

    Abstract: 一种改进宽度迁移学习的不同负载下滚动轴承状态快速分类方法,涉及滚动轴承故障分类技术领域,用以解决深度学习网络训练耗时以及不同负载下滚动轴承的源域数据和目标域数据分布差异较大的问题。本发明的技术要点包括:以循环扩展的方式建立宽度学习系统(BLS)的增强节点窗口,并在增强层引入Maxout激活函数构建改进的BLS网络,同时引入遗传算法优化网络节点结构,建立基于源域数据的预训练模型;将预训练模型的网络参数、特征层和增强层的权重参数迁移至目标域网络,并利用少量目标域训练样本微调网络建立状态分类模型。本发明方法可以在更短的时间内建立分类模型并获得良好的分类准确率,适用于不同负载下滚动轴承故障状态的快速分类。

    一种带有多参数的十二维九次混沌模拟电路

    公开(公告)号:CN209517159U

    公开(公告)日:2019-10-18

    申请号:CN201920697221.7

    申请日:2019-05-16

    Abstract: 一种带有多参数的十二维九次混沌模拟电路,属于混沌信号发生器设计技术领域。解决现有低维混沌系统一般存在的容易被破解、抗攻击能力差、可靠性低等问题。该电路包括十二个通道电路:每一个通道电路均由乘法器、反相加法比例运算器、反相积分器、反相器以及电阻、电容组成。可应用于保密通信、神经网络和经济学等领域,该高维混沌系统所产生的混沌序列具有较大的密钥空间,复杂度更高、密钥敏感性强,提高保密系统的安全性和抗攻击性。

    基于ARM的智能门禁系统
    5.
    实用新型

    公开(公告)号:CN208207937U

    公开(公告)日:2018-12-07

    申请号:CN201721463449.7

    申请日:2017-11-06

    Abstract: 本实用新型涉及一种智能门禁系统,具体涉及一种基于ARM的智能门禁系统,属于通信终端技术领域。本实用新型的目的是解决现有门禁系统存在安全隐患,繁琐不便携的问题,提出一种智能门禁系统。本实用新型的基于ARM的智能门禁系统包括:web浏览器、用户交互服务器、视频服务器、核心控制服务器、嵌入式系统平台和数据库。本实用新型可应用于生活区,办公区域等的安全管理系统中。(ESM)同样的发明创造已同日申请发明专利

Patent Agency Ranking