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(jiān)控用IP管家,真方便！

龍圖騰網恭喜西安理工大學申請的專利結合自適應空間注意力和補丁特征加權的ViT跨域故障診斷方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN119475102B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510048195.5，技術領域涉及：G06F18/2415；該發(fā)明授權結合自適應空間注意力和補丁特征加權的ViT跨域故障診斷方法是由思悅;許望;元振毅;張燕飛;楊癸庚設計研發(fā)完成，并于2025-01-13向國家知識產權局提交的專利申請。

本結合自適應空間注意力和補丁特征加權的ViT跨域故障診斷方法在說明書摘要公布了：本發(fā)明公開了結合自適應空間注意力和補丁特征加權的ViT跨域故障診斷方法，具體按照如下步驟實施：步驟1，從公共數據集中獲取不同故障類型的原始振動故障信號；步驟2，對步驟1獲取的原始振動故障信號進行預處理；步驟3，建立用于機械裝備故障檢測的CpcsViT模型；步驟4，將步驟2經過預處理的原始振動故障信號出入到步驟3建立的CpcsViT模型中，設置訓練參數，對CpcsViT模型進行訓練；步驟5，使用訓練后的模型進行故障診斷。本發(fā)明解決了現有技術中存在的機械裝備故障檢測任務中檢測準確率低的問題。

本發(fā)明授權結合自適應空間注意力和補丁特征加權的ViT跨域故障診斷方法在權利要求書中公布了：1.結合自適應空間注意力和補丁特征加權的ViT跨域故障診斷方法，其特征在于，具體按照如下步驟實施：步驟1，從公共數據集中獲取不同故障類型的原始振動故障信號；步驟2，對步驟1獲取的原始振動故障信號進行預處理；步驟3，建立用于機械裝備故障檢測的CpcsViT模型，包括依次連接的特征增強模塊和特征提取模塊；所述特征增強模塊包括依次連接的空洞卷積模塊、空間注意力模塊以及金字塔池化模塊、批歸一化層；所述特征提取模塊包括依次連接的嵌入層、Dropout層、通道注意力塊、ViT編碼器、通道注意力塊、ViT編碼器、線性層；通道注意力塊通過通道注意力機制對每個patch內部的特征維度進行動態(tài)加權，首先對每個patch的特征通道進行全局池化，分別計算平均池化和最大池化的特征表示；然后，將這些池化結果通過全連接層生成通道級別的加權系數，并通過sigmoid函數歸一化，最終對每個patch的特征進行加權；每個通道注意力塊和其后的ViT編碼器組成一個stage，即就是特征提取模塊包括兩個stage；步驟4，將步驟2經過預處理的原始振動故障信號出入到步驟3建立的CpcsViT模型中，設置訓練參數，對CpcsViT模型進行訓練；步驟5，使用訓練后的模型進行故障診斷。

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西安理工大學，其通訊地址為：710048 陜西省西安市碑林區(qū)金花南路5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”。