-
Patent Agency Ranking
公开(公告)号：CN113536690A
公开(公告)日：2021-10-22
申请号：CN202110873240.2
申请日：2021-07-30
Applicant: 安徽容知日新科技股份有限公司
IPC: G06F30/27 , G06K9/62 , G06F111/08
Abstract: 本发明公开了一种模型的参数调整方法，方法包括步骤：确定模型中待优化的一个或多个超参数以及损失函数；基于实际应用场景确定一个或多个超参数的值，以便基于所述一个或多个超参数的值来对模型参数进行限制；从数据集中获取与所述模型相对应的训练数据，基于所述训练数据对所述模型进行训练，训练数据为设备状态训练样本，其中包括调整模型参数和超参数；利用测试数据对训练后的模型进行测试，以验证调整后的模型参数和超参数是否满足预定条件，测试数据为设备状态测试数据；以及如果满足预定条件，则确定所述调整后的模型参数和超参数为最优参数，并基于所述调整后的模型参数和超参数来更新数据集。本发明还一并公开了相应的计算设备。
-
公开(公告)号：CN113536690B
公开(公告)日：2024-02-27
申请号：CN202110873240.2
申请日：2021-07-30
Applicant: 安徽容知日新科技股份有限公司
IPC: G06F30/27 , G06F18/214 , G06F111/08
Abstract: 本发明公开了一种模型的参数调整方法，方法包括步骤：确定模型中待优化的一个或多个超参数以及损失函数；基于实际应用场景确定一个或多个超参数的值，以便基于所述一个或多个超参数的值来对模型参数进行限制；从数据集中获取与所述模型相对应的训练数据，基于所述训练数据对所述模型进行训练，训练数据为设备状态训练样本，其中包括调整模型参数和超参数；利用测试数据对训练后的模型进行测试，以验证调整后的模型参数和超参数是否满足预定条件，测试数据为设备状态测试数据；以及如果满足预定条件，则确定所述调整后的模型参数和超参数为最优参数，并基于所述调整后的模型参数和超参数来更新数据集。本发明还一并公开了相应的计算设备。
-
公开(公告)号：CN110987427A
公开(公告)日：2020-04-10
申请号：CN201911420153.0
申请日：2019-12-31
Applicant: 安徽容知日新科技股份有限公司
IPC: G01M13/028 , G01M13/021
Abstract: 本发明实施例公开了一种用于机械设备的数据处理方法，包括：获取机械设备的振动信号和转速信号；基于振动信号和转速信号，得到振动信号的第一阶次谱；查找第一阶次谱中对应于输入轴转频边带的谱线；对于查找到的谱线，滤除其中幅值小于第一门限的谱线；以及基于滤除后的输入轴转频边带的谱线，计算输入轴的异常指标，异常指标用于判断输入轴是否发生异常和/或异常严重程度。本发明实施例还公开了相应的数据处理装置、系统及计算设备。
-
公开(公告)号：CN110987427B
公开(公告)日：2021-11-09
申请号：CN201911420153.0
申请日：2019-12-31
Applicant: 安徽容知日新科技股份有限公司
IPC: G01M13/028 , G01M13/021
Abstract: 本发明实施例公开了一种用于机械设备的数据处理方法，包括：获取机械设备的振动信号和转速信号；基于振动信号和转速信号，得到振动信号的第一阶次谱；查找第一阶次谱中对应于输入轴转频边带的谱线；对于查找到的谱线，滤除其中幅值小于第一门限的谱线；以及基于滤除后的输入轴转频边带的谱线，计算输入轴的异常指标，异常指标用于判断输入轴是否发生异常和/或异常严重程度。本发明实施例还公开了相应的数据处理装置、系统及计算设备。
-
公开(公告)号：CN112766342A
公开(公告)日：2021-05-07
申请号：CN202110034065.8
申请日：2021-01-12
Applicant: 安徽容知日新科技股份有限公司
Abstract: 本发明公开了一种电气设备的异常检测方法，包括步骤：获取电气设备的指标数据；利用指标数据，构建多元时间序列；将多元时间序列输入异常检测模型进行处理，生成包含多个异常分值的异常分值序列；基于异常分值序列，确定关于分值异常的阈值；基于异常分值和所述阈值，来确定电气设备是否异常。本发明还一并公开了训练生成相应的电气设备的异常检测模型的方法及相应计算设备。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
