摘要
本发明公开了一种基于特征融合的图注意力船舶发动机故障诊断模型的构建方法,将优化数据集中的样本特征数据作为特征节点,并采用t_SNE算法与余弦相似度算法获取各特征节点之间的概率相似度矩阵与余弦相似度矩阵;对概率相似度矩阵与余弦相似度矩阵进行融合获取包含不同相似度的融合相似度矩阵;并基于四分位法根据融合相似度矩阵获取融合不同相似度的融合相似度邻接矩阵,以得到特征节点关系图;构建船舶发动机故障诊断模型,并根据特征节点与所述特征节点关系图对船舶发动机故障诊断模型进行模型训练;并通过模型训练后的船舶发动机故障诊断模型实现船舶发动机故障诊断预测。解决了目前大多数模型对不确定信息或多元信息的处理能力有限,模型可解释性差,缺乏对船舶发动机众多热力参数复杂性的辨识能力,进而造成船舶发动机故障诊断结果精度低的问题。
技术关键词
发动机故障诊断
节点
船舶
样本
矩阵
表达式
故障诊断模型
位置更新
权重特征
关系
邻居
融合方法
多头注意力机制
定义特征
梯度下降法
算法
数据标签
系统为您推荐了相关专利信息
微型机器人
空间特征提取
特征提取模型
联合损失函数
时序特征
系统误差
抗差航迹关联方法
距离估计
元素
表达式