一种基于MS-CNN-BO-SVM的轴承故障诊断方法及系统

AITNT
正文
推荐专利
一种基于MS-CNN-BO-SVM的轴承故障诊断方法及系统
申请号:CN202510635750
申请日期:2025-05-16
公开号:CN120541629A
公开日期:2025-08-26
类型:发明专利
摘要
本发明提出的一种基于MS‑CNN‑BO‑SVM的轴承故障诊断方法及系统,属于故障诊断技术领域,针对轴承故障诊断模型复杂度高、消耗资源多的问题,采用轻量化结构搭建特征提取网络,利用多尺度卷积块在不同层次提取不同尺度的故障特征。其次,为避免CNN全连接层参数量过大、容易过拟合的缺点,采用支持向量机替代全连接层进行故障分类,进一步减少了模型的复杂度,并利用贝叶斯优化算法对支持向量机的超参数进行调优,从而提高了分类器的准确率。
技术关键词
轴承故障诊断方法 卷积神经网络模型 多尺度 故障诊断模块 轴承故障诊断系统 特征提取模块 数据处理模块 超参数 故障诊断技术 轻量化结构 细粒度特征 特征提取网络 样本 分支 支持向量机 故障类别 故障特征
系统为您推荐了相关专利信息
1
基于动态水印的数字化档案安全流转追踪方法及系统
视觉保真度 追踪方法 水印嵌入位置 序列 载体
2
基于无人机巡检的违规占道识别方法
识别方法 图像 多尺度语义特征 无人机巡检 网络
3
一种基于空间域和频率域特征注意力的医学图像分割方法
医学图像分割模型 医学图像分割方法 注意力 加权损失函数 解码器
4
一种基于改进快速区域卷积神经网络模型的RPA自动化方法、系统、设备及介质
自动化方法 区域候选网络 特征金字塔 残差神经网络 多尺度特征融合
5
基于多阶段特征校正的遥感多光谱图像融合方法及系统
遥感多光谱图像 多阶段特征 融合特征 全色 融合方法
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