一种基于融合小波卷积与窗口注意力机制的多故障诊断方法

AITNT
正文
推荐专利
一种基于融合小波卷积与窗口注意力机制的多故障诊断方法
申请号:CN202510286281
申请日期:2025-03-12
公开号:CN120162576A
公开日期:2025-06-17
类型:发明专利
摘要
本发明提出了一种基于融合小波卷积与窗口注意力机制的多故障诊断方法。该方法在原有小波变换卷积层基础上进行改进,融合了改进后的小波变换卷积层和Swin Transformer模型,充分结合了小波变换卷积和Swin Transformer模型的窗口注意力机制的优点,旨在从原始故障图像数据中更高效的提取特征,并提高模型训练收敛速度与诊断正确率。本发明实现了在提高故障诊断准确率的前提下有效缩短了模型训练过程的收敛时间,能够有效对各种单一故障与复合故障进行诊断。
技术关键词
融合小波 注意力机制 故障诊断方法 梯度下降法 轴承部件 机械设备 分类正确率 图像特征提取 测试故障 神经网络模型 故障类别 训练集 深沟球轴承 数据 标签 图像处理 优化器 样本
系统为您推荐了相关专利信息
1
一种基于TCN-BIGRU-CBAM的电力系统短期负荷预测方法
门控循环单元网络 时间卷积网络 多层感知机 时序特征 子模块
2
基于知识图谱的果蔬运输路径规划方法和系统
运输路径规划方法 深度神经网络模型 序列标注方法 条件随机场模型 构建知识图谱
3
基于双注意力时空图卷积的飞行器4D轨迹预测方法及系统
轨迹预测模型 飞行器 网络 注意力机制 轨迹预测方法
4
一种无人机智能体端边云分层决策方法与系统
云端数据中心 全局优化决策 决策方法 无人机 深度学习模型压缩
5
多模态深度学习网络的套刻标记不对称补偿方法及装置
多模态深度学习 套刻标记 深度学习网络 补偿方法 预测误差
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