机械故障诊断类专利转让_商标转让

类型
法律状态
检索范围
名称/领域

专利名称：一种对抗样本的生成方法及对抗样本的防御方法申请号：2022103575768 转让价格：面议收藏
法律状态：已下证类型：发明关键词：机械故障诊断机械安全深度学习人工智能神经网络相似专利发布日：2025/07/09
摘要：本发明涉及一种对抗样本的生成方法包括：步骤1、对原始振动信号样本进行预处理，得到预处理后的样本xt；步骤2、将样本xt输入到目标网络f中，计算损失函数；t的初始值为0；步骤3、计算更新后的样本xt+1；步骤4、对更新后的样本xt+1进行度量，得到该样本xt+1的度量结果；步骤5、判断步骤4中度量结果是否大于预设的度量阈值，如是，则将xt+1作为xt的对抗样本，结束；如否，则将t值加1后更新t值，并转至步骤2。还公开了一种对抗样本的防御方法。本发明的优点在于：本发明中构建的对抗样本能够以较高的成功率欺骗目标网络，并保证构建的振动信号对抗样本质量，此外对机械故障诊断系统的鲁棒性研究有着推动作用。

专利名称：基于多元时移多尺度排列熵的滚动轴承故障诊断方法申请号：2019113528808 转让价格：面议收藏
法律状态：已下证类型：发明关键词：机械故障诊断相似专利发布日：2025/07/09
摘要：本发明公开一种基于多元时移多尺度排列熵的滚动轴承故障诊断方法，属于故障诊断技术领域。该方法首先采集待诊断物体的原始故障振动信号，然后提取原始故障振动信号的多元时移多尺度排列熵值，采用拉普拉斯分值法对多元时移多尺度排列熵进行降维，将降维后的故障特征样本分为多个训练样本和测试样本，然后采用多个训练样本对基于蝙蝠算法优化的支持向量机的多故障特征分类器进行训练，采用已训练完成的多故障特征分类器对测试样本进行分类，最后根据分类结果识别物体的故障类型以及程度。本发明在处理传感器采集信号的多通道信号中具有较高的创新性，在故障识别过程中具有较高的识别度。

第1页/共1页;本页2条记录/共2条记录

第页

用户指南

交易方式

专项服务

关于柿子坊

关注微信公众号

联系我们

咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com

专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台