公开(公告)号：CN114398992B

公开(公告)日：2025-05-06

申请号：CN202210054299.3

申请日：2022-01-18

Applicant: 安徽大学

Inventor： 夏懿 ,  张诚志 ,  许洋洋 ,  方永康建

IPC: G06F18/2415 ,  G06F18/213 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了一种基于无监督域适应的智能故障诊断方法，涉及故障检测技术领域。获取带有故障标签标注的目标零件信号作为源域信号，获取无标注的目标零件信号作为目标域信号；目标零件信号为用于判断目标零件是否发生故障的传感器数据；故障标签为目标零件发生故障的类型；对源域信号和所述目标域信号进行预处理，得到多个源域样本和多个目标域样本；使用源域样本和目标域样本训练预设的域适应模型，优化域适应模型的优化目标函数，完成域适应模型的训练；使用训练好的域适应模型进行目标零件的故障诊断。以此能够根据已知的零件数据，诊断出分布相似的零件轴承监测数据的故障类型，提升模型在实际应用中的诊断效果。

公开(公告)号：CN114398992A

公开(公告)日：2022-04-26

申请号：CN202210054299.3

申请日：2022-01-18

Applicant: 安徽大学

Inventor： 夏懿 ,  张诚志 ,  许洋洋 ,  方永康建

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于无监督域适应的智能故障诊断方法，涉及故障检测技术领域。获取带有故障标签标注的目标零件信号作为源域信号，获取无标注的目标零件信号作为目标域信号；目标零件信号为用于判断目标零件是否发生故障的传感器数据；故障标签为目标零件发生故障的类型；对源域信号和所述目标域信号进行预处理，得到多个源域样本和多个目标域样本；使用源域样本和目标域样本训练预设的域适应模型，优化域适应模型的优化目标函数，完成域适应模型的训练；使用训练好的域适应模型进行目标零件的故障诊断。以此能够根据已知的零件数据，诊断出分布相似的零件轴承监测数据的故障类型，提升模型在实际应用中的诊断效果。

公开(公告)号：CN114398932A

公开(公告)日：2022-04-26

申请号：CN202210054298.9

申请日：2022-01-18

Applicant: 安徽大学

Inventor： 夏懿 ,  方永康健 ,  张诚志 ,  许洋洋

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/00 ,  A61B5/374

Abstract: 本发明公开了一种基于注意力机制和集成学习的睡眠分期方法，涉及信号处理技术领域。获取一维原始脑电图EEG信号，对一维原始EEG信号进行预处理，得到对应的二维时频信号；将一维原始EEG信号和二维时频信号，输入预先训练好的双分支卷积神经网络中，获取一维原始EEG信号的不同预设频率范围的第一特征，以及二维时频信号的多尺度细化特征；双分支卷积神经网络是使用集成学习算法进行训练而得；集成学习算法用于增加训练网络模型过程中，样本数较少的样本的权重；将第一特征和多尺度细化特征进行融合，将融合后的特征输入分类器，得到一维原始EEG信号的睡眠分期结果。丰富了提取的信号特征，而且减小了数据集类别不平衡的问题。

公开(公告)号：CN114391824A

公开(公告)日：2022-04-26

申请号：CN202210055542.3

申请日：2022-01-18

Applicant: 安徽大学

Inventor： 夏懿 ,  许洋洋 ,  方永康健 ,  张诚志

IPC: A61B5/024 ,  A61B5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于PPG信号的心率估计方法、电子设备及存储介质，涉及信号处理技术领域。获取光体积描记术PPG传感器采集的目标人员的目标PPG信号；对目标PPG信号进行预处理，得到归一化的目标PPG信号；将归一化的目标PPG信号输入预先训练好的生成对抗网络模型，生成目标PPG信号对应的目标心电描记术ECG信号；使用峰值检测算法对目标ECG信号进行心率估计，得到目标人员的估计心率。提高了使用PPG信号进行心率估计的准确度。