<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 華中科技大學李新宇獲國家專利權

          華中科技大學李新宇獲國家專利權

          買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

          龍圖騰網獲悉華中科技大學申請的專利基于單路徑單元神經網絡架構搜索的故障預測方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN116127849B 。

          龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202310173460.3,技術領域涉及:G06F30/27;該發明授權基于單路徑單元神經網絡架構搜索的故障預測方法及系統是由李新宇;楊德民;高亮;高藝平設計研發完成,并于2023-02-28向國家知識產權局提交的專利申請。

          基于單路徑單元神經網絡架構搜索的故障預測方法及系統在說明書摘要公布了:本發明屬于神經網絡故障預測領域,并具體公開了一種基于單路徑單元神經網絡架構搜索的故障預測方法及系統,其包括:采集設備故障信號,得到有標簽的故障預測數據集,將其分為訓練集和驗證集;構建基于單路徑單元的超網絡模型,根據單路徑單元中操作不同,超網絡模型可生成搜索空間中所有子網絡模型的權重;利用訓練集,采用基于平衡性約束的超網絡訓練策略訓練超網絡模型,得到訓練好的超網絡模型;利用驗證集,在訓練好的超網絡模型上搜索最優子網絡模型;利用訓練集對最優子網絡模型進行訓練,得到訓練好的最優子網絡模型,將其應用于故障預測。本發明實現了神經網絡故障預測模型結構的自動設計,且模型在機械智能故障預測任務上的性能更高。

          本發明授權基于單路徑單元神經網絡架構搜索的故障預測方法及系統在權利要求書中公布了:1.一種基于單路徑單元神經網絡架構搜索的故障預測方法,其特征在于,包括如下步驟: S1、采集設備故障信號,對其進行預處理,得到有標簽的故障預測數據集,并將其分為訓練集和驗證集; S2、構建基于單路徑單元的超網絡模型,根據單路徑單元中選擇的操作不同,超網絡模型可生成搜索空間中所有子網絡模型的權重; 所述超網絡模型包括三個單路徑單元和共有部分;每個單路徑單元包括兩個輸入節點和三個中間節點,兩個輸入節點分別與三個中間節點連接,且三個中間節點兩兩連接,即為九條單向邊; 具體的,兩個輸入節點分別接收外部傳入的特征圖,經單向邊傳給中間節點;中間節點接收其之前所有輸入節點和中間節點各自經一條單向邊后得到的特征圖,并對特征圖進行疊加;單向邊將輸入的特征圖經過操作集中的某一個操作運算后,輸出一張特征圖;單路徑單元的輸出由三個中間節點經連結操作后得到; S3、利用訓練集,采用基于平衡性約束的超網絡訓練策略訓練超網絡模型,得到訓練好的超網絡模型; 所述平衡性約束表示為: 其中,表示在超網絡模型的訓練過程中,n表示訓練過程中權重的更新次數,E表示所有單路徑單元中所有卷積核的集合,B表示共有部分中所有卷積核的集合,表示操作集中包含的操作數量;表示參數為正整數;表示卷積核在訓練過程中權重被更新的次數,表示卷積核在訓練過程中權重被更新的次數; S4、利用驗證集,在訓練好的超網絡模型上搜索得到最優子網絡模型; S5、利用訓練集對最優子網絡模型進行訓練,得到訓練好的最優子網絡模型; S6、通過訓練好的最優子網絡模型實現設備故障預測。

          如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人華中科技大學,其通訊地址為:430074 湖北省武漢市洪山區珞喻路1037號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: 日韩精品无码人成视频| 少妇特黄a一区二区三区| 亚洲 日本 欧美 中文幕| 色综合另类小说图片区| 久久无码人妻丰满熟妇区毛片 | 欧美大胆老熟妇乱子伦视频| 国产在线精品一区二区不卡麻豆 | 中文字幕无码免费久久9一区9| 在线视频夫妻内射| 成人免费视频无码专区| 日韩精品一卡二卡在线观看| 亚洲中文超碰中文字幕| 一本色综合久久| 天堂v亚洲国产v第一次| 无码人妻日韩一区日韩二区| 一本色道久久综合亚洲精品不卡| 免费的国产成人av网站装睡的| 国产熟妇疯狂4p交在线播放| 国产丝袜无码一区二区视频| 人人妻人人澡人人爽国产| 精品一区二区无码免费| 久久久久成人片免费观看| 99久久婷婷国产综合亚洲| 国产成人精品日本亚洲一区| 国产最变态调教视频| 亚洲sm另类一区二区三区| 一本大道久久香蕉成人网| 任你躁国产自任一区二区三区| 日本怡春院一区二区三区| 国产激情无码一区二区APP| 巨爆乳中文字幕爆乳区| 精品国产自在精品国产精华天| 开心色婷婷色五月激情| 久久精品国产第一区二区三区| 人妻少妇精品视频无码专区| 人人妻人人妻人人妻碰碰| 精品国产三级a在线观看网站| 国产午夜大地久久| 亚洲乱色伦图片区小说| 正在播放国产对白孕妇作爱| 97人妻熟女成人免费视频色戒|