-
公开(公告)号:CN118797352A
公开(公告)日:2024-10-18
申请号:CN202411266215.8
申请日:2024-09-11
申请人: 山东大学
IPC分类号: G06F18/214 , G06F18/2131 , G06F18/2433 , G06F18/2415 , G06N3/0464
摘要: 本发明属于时间序列信号异常检测技术领域,提供了基于扩散型对比学习的深海传感信号故障诊断方法及系统,其技术方案为:设计了基于扩散模型与对比学习网络的深海潜水器信号异常检测方法,该方法结合扩散模型与对比学习网络,根据不同的作业环境自适应选择不同分布的叠加噪声,通过扩散模型对深海信号进行降噪处理和数据增强,并利用对比学习网络对编码器参数进行训练,然后利用训练完成的编码器实现对信号的特征提取,最后通过检测网络实现对传感信号的故障诊断。可以针对不同工作环境下的信号采取相应的策略,提高了算法的稳定性和泛化能力,同时有效地提高异常检测的准确性和实时性,为深海潜水器的安全和稳定运行提供重要的技术支持。
-
公开(公告)号:CN118468144A
公开(公告)日:2024-08-09
申请号:CN202410932066.8
申请日:2024-07-12
申请人: 山东大学
IPC分类号: G06F18/2415 , G06F18/2431 , G06F18/213 , G06N3/0442 , G06N3/084 , G06N3/0464
摘要: 本发明涉及基于扩散模型域适应的深海潜水器故障诊断方法及系统,属于深海潜水器传感信号故障诊断技术领域,包括:采集原始数据并进行预处理;将预处理后的数据输入训练好的特征提取模型,提取特征向量;将提取的特征向量输入训练好的检测模型,得到预测值;使用激活函数将预测值转换为故障类别的概率值,其中,最大概率值对应的故障类别作为预测的故障类型。本发明通过域适应方法,可以避免大量的数据标记工作,显著减少人力和时间成本。
-
公开(公告)号:CN118468144B
公开(公告)日:2024-09-24
申请号:CN202410932066.8
申请日:2024-07-12
申请人: 山东大学
IPC分类号: G06F18/2415 , G06F18/2431 , G06F18/213 , G06N3/0442 , G06N3/084 , G06N3/0464
摘要: 本发明涉及基于扩散模型域适应的深海潜水器故障诊断方法及系统,属于深海潜水器传感信号故障诊断技术领域,包括:采集原始数据并进行预处理;将预处理后的数据输入训练好的特征提取模型,提取特征向量;将提取的特征向量输入训练好的检测模型,得到预测值;使用激活函数将预测值转换为故障类别的概率值,其中,最大概率值对应的故障类别作为预测的故障类型。本发明通过域适应方法,可以避免大量的数据标记工作,显著减少人力和时间成本。
-
-