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！

龍圖騰網恭喜北京交通大學申請的專利一種基于動態(tài)核寬的機電復合傳動系統(tǒng)健康狀態(tài)辨識方法獲國家發(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：CN119537867B 。

龍圖騰網通過國家知識產權局官網在2025-06-03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：202510105114.0，技術領域涉及：G06F18/20；該發(fā)明授權一種基于動態(tài)核寬的機電復合傳動系統(tǒng)健康狀態(tài)辨識方法是由王彪;申澤林;伊梟劍;秦勇;徐其志設計研發(fā)完成，并于2025-01-23向國家知識產權局提交的專利申請。

本一種基于動態(tài)核寬的機電復合傳動系統(tǒng)健康狀態(tài)辨識方法在說明書摘要公布了：本發(fā)明公開了一種基于動態(tài)核寬的機電復合傳動系統(tǒng)健康狀態(tài)辨識方法，屬于機械設備智能運維技術領域，包括：獲取機電復合傳動系統(tǒng)數(shù)據(jù)集；搭建健康狀態(tài)辨識網絡框架；對所述辨識網絡框架的各層參數(shù)進行初始化，并將稀疏卷積層的卷積核權重參數(shù)沿輸出通道分為多個組，每個組對應一個搜索區(qū)域；前向傳播并計算損失；動態(tài)核寬層卷積計算優(yōu)化，稀疏函數(shù)訓練優(yōu)化；重復前向傳播，損失計算，稀疏更新和梯度更新，直至迭代任務結束，獲得對應的機電復合傳動系統(tǒng)健康狀態(tài)辨識模型；基于該模型實現(xiàn)對機電復合傳動系統(tǒng)的健康狀態(tài)辨識。該方法利用稀疏函數(shù)指導動態(tài)核寬層的卷積計算，并降低了訓練的復雜度，實現(xiàn)了大感受野和低計算復雜度的平衡。

本發(fā)明授權一種基于動態(tài)核寬的機電復合傳動系統(tǒng)健康狀態(tài)辨識方法在權利要求書中公布了：1.一種基于動態(tài)核寬的機電復合傳動系統(tǒng)健康狀態(tài)辨識方法，其特征在于，包括以下步驟：S1、獲取機電復合傳動系統(tǒng)數(shù)據(jù)集；所述數(shù)據(jù)集包含多源傳感器信號數(shù)據(jù)及其對應的標簽；S2、搭建健康狀態(tài)辨識網絡框架；所述框架包括多個動態(tài)核寬層、最大池化層和全連接層，其中動態(tài)核寬層包括稀疏卷積層和1x1卷積層；S3、對所述辨識網絡框架的各層參數(shù)進行初始化，并將稀疏卷積層的卷積核權重參數(shù)沿輸出通道分為多個組，每個組對應一個搜索區(qū)域；S4、前向傳播并計算損失，包括：將所述數(shù)據(jù)集作為所述辨識網絡框架的輸入，根據(jù)健康狀態(tài)辨識結果和真實標簽計算損失；S5、動態(tài)核寬層卷積計算優(yōu)化，包括：通過稀疏函數(shù)指導稀疏卷積層的卷積核權重激活，并動態(tài)調整感受野大小；S6、稀疏函數(shù)訓練優(yōu)化，包括：在前向傳播過程中，通過分組搜索的方式更新稀疏函數(shù)，并在每Δt迭代中根據(jù)余弦退火函數(shù)衰減更新權重數(shù)量；S7、重復步驟S4至S6，直至迭代任務結束，獲得對應的機電復合傳動系統(tǒng)健康狀態(tài)辨識模型；基于該模型實現(xiàn)對機電復合傳動系統(tǒng)的健康狀態(tài)辨識；其中，所述步驟S5包括：給定第l層的輸入特征圖和卷積核權重其中，k為卷積核大小，cl為第l層的輸出通道數(shù)，cl-1為第l-1層的輸出通道數(shù)即第l層的輸入通道數(shù)；h為卷積操作后特征圖的高度，w為卷積操作后特征圖的寬度；對于提出的動態(tài)核寬層中步長為1和0填充的稀疏卷積運算公式如下： 其中，表示第j個輸出通道的輸出特征表示，表示整數(shù)集合，是稀疏函數(shù)，Zlφli,j表示φli,j的激活權重，是第i,j通道中的核，*表示逐元素乘積，以及·表示卷積算子；Zl·是在訓練過程中學習的稀疏函數(shù)，滿足‖Zl·‖0≤1-SNl，其中，稀疏率0≤S＜1，||·||0表示L0范數(shù)，Nl＝cl-1×cl×1×k，當S＞0時卷積核是稀疏的；稀疏函數(shù)隨后輸入到核寬為1的卷積層計算后再經ReLU激活，其中第j個輸入通道的卷積輸出結果為Yj：Yj＝Oj*w1+bOj表示動態(tài)核寬層中1x1卷積的輸出特征圖，其維度與輸入特征圖相同；w1表示卷積對應的權重，b表示偏置項；在動態(tài)核寬層中動態(tài)調整k獲得不同的感受野以實現(xiàn)高效特征提取。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人北京交通大學，其通訊地址為：100044 北京市海淀區(qū)西直門外上園村3號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。