摘要
本发明公开了基于标签关系增强与语义融合的智能故障诊断方法及装置,收集工业设备的故障信息并进行预处理,生成标注后的故障数据集,对标签数据进行二进制编码;使用预训练模型DistilBERT对文本进行词向量编码,捕捉文本中的隐含特征;构建标签关联矩阵,使用K近邻筛选相关邻居,并通过图注意力网络聚合标签间的语义信息,捕捉标签间的依赖关系;应用双向注意力机制计算文本与标签之间的相关性,融合特征以加强标签与文本之间的相互感知;融合后的特征输入改进的胶囊网络进行分类,提取多层次的语义信息并预测相应标签。通过引入标签关系增强和语义融合机制,本发明优化了标签表示,缓解长尾标签稀缺问题,并显著提高了智能故障诊断的准确性和效率。
技术关键词
智能故障诊断方法
文本
双向注意力机制
语义
胶囊网络
节点
邻居
预训练模型
关系
智能故障诊断装置
定义标签
工业设备
Softmax函数
K近邻
数据
矩阵
系统为您推荐了相关专利信息
机器人
网络
初始窗口大小
运动状态识别
视觉特征
编码特征
图像复原方法
像素
计算机存储介质
语义
噪声识别
动态排序方法
语义向量
二分类模型
引入注意力机制