基于多尺度融合注意力机制的故障迁移诊断方法

AITNT
正文
推荐专利
基于多尺度融合注意力机制的故障迁移诊断方法
申请号:CN202410856662
申请日期:2024-06-28
公开号:CN118585871A
公开日期:2024-09-03
类型:发明专利
摘要
本发明公开了基于多尺度融合注意力机制的故障迁移诊断方法,首先采用滑动窗口法构建数据集;使用特征提取器对输入的数据进行特征信息的提取;然后将特征信息输入到改进的通道注意力机制中,实现对模型关注信息的提取;将注意力机制的结果分别输入到故障分类器和域分类器中,从而实现对故障的诊断。最后构建评价指标,对故障诊断模型的诊断结果进行评判。本发明解决了现有技术中存在的通道注意力机制中对信息观察不全面的问题,降低冗余信息的影响,提高模型对故障诊断的准确率。
技术关键词
迁移诊断方法 融合注意力机制 故障分类器 多尺度 通道注意力机制 故障诊断模型 滑动窗口法 卷积模块 特征提取器 Sigmoid函数 压缩特征 分支 标签 样本 矩阵 数据分布
系统为您推荐了相关专利信息
1
一种基于并行多尺度级联Transformer的多模态图像匹配方法
图像匹配方法 多尺度 级联 分辨率 表达式
2
基于边界感知引导的植物叶片病害图像分割方法
图像分割模型 卷积模块 注意力 图像分割方法 输出特征
3
基于人工智能的汽车内饰件降噪剂喷涂缺陷检测方法
汽车内饰件 缺陷检测方法 喷涂机器人 缺陷位置信息 微距镜头
4
一种基于多尺度动态状态估计与误差补偿的机械臂控制方法
动态状态估计 机械臂控制方法 机械臂系统 状态估计量 估计误差
5
一种基于生物神经突触模拟和阶梯替代函数的海面目标检测方法
阶梯 海面船舶 图像 误差反向传播 脉冲神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号