基于抽样检验和故障损失的机械故障诊断用神经网络模型选用决策方法

AITNT
正文
推荐专利
基于抽样检验和故障损失的机械故障诊断用神经网络模型选用决策方法
申请号:CN202411519589
申请日期:2024-10-29
公开号:CN119475129B
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了一种基于抽样检验和故障损失的机械故障诊断用神经网络模型选用决策方法,构建若干机械故障诊断用神经网络模型;将每个神经网络模型对机械故障分类预测错误所导致的故障损失作为神经网络模型选用的依据,在所有神经网络模型中选用故障损失最小的神经网络模型即可。本发明在神经网络分类预测准确率基本相同的条件下,以实际生产损失作为神经网络模型选择的依据,能够最大化减少因分类预测错误造成的损失。
技术关键词
机械故障诊断 决策方法 对象 神经网络模型构建 神经网络分类 训练集 样本 定义 频率 关系 数据
系统为您推荐了相关专利信息
1
基于直播的交互方法、装置、设备、存储介质及产品
直播页面 资源更新 交互方法 虚拟对象 计算机可执行指令
2
一种面向高光谱遥感影像的稀土矿区土地利用精细化分类方法
高光谱遥感影像 精细化分类方法 一维卷积神经网络 稀土矿 土地利用分类
3
基于边缘计算的环境上下文处理和模型优化方法及系统
模型优化方法 对象 周期 物理 场景特征
4
训练任务检查点文件保存方法、装置、设备及介质
检查点文件 共享存储设备 保存方法 标识 大语言模型
5
模型玩具和烹饪玩具
托盘 模型玩具 旋转轴 通孔 烹饪玩具
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