-
公开(公告)号：CN117591877A
公开(公告)日：2024-02-23
申请号：CN202311550767.7
申请日：2023-11-20
Applicant: 上海大学
IPC: G06F18/214 , G06F18/241 , G06N3/096 , G06N3/098
Abstract: 本发明属于联邦学习技术领域，具体公开一种基于数据隐私保护的智能故障诊断方法，包括以下步骤：步骤1，每个源客户端对局部模型进行初始化操作。步骤2，对每个局部模型进行训练，更新特征提取器和两个分类器的参数。步骤3，中央服务器的全局模型接收所有局部模型的参数，并评价局部模型的可用性，然后将局部模型的参数加权组合组成全局模型的参数。步骤4，将全局模型下载到每个源客户端中，每个客户端向全局模型中输入任务数据，全局模型根据其分类损失更新局部模型。步骤5，循环步骤2‑4达到设定次数，将最终的全局模型下载到目标客户端。本发明提供了一种实现本地模型对类边界模糊故障样本识别的基于数据隐私保护的智能故障诊断方法。
-
公开(公告)号：CN107194938A
公开(公告)日：2017-09-22
申请号：CN201710250081.4
申请日：2017-04-17
Applicant: 上海大学
CPC classification number: G06T7/13 , G06N3/0454 , G06N3/08 , G06T2207/20021 , G06T2207/20084
Abstract: 本发明涉及一种基于深度卷积神经网络的图像轮廓检测方法。本轮廓检测方法的步骤为：1）数据提取和处理；2）训练深度卷积神经网络特征提取器；3）训练结构森林轮廓检测器；4）提取测试图像特征；5）检测测试图像轮廓。本发明的轮廓检测方法基于深度学习和模式识别技术，可实现快速精准的轮廓检测。
-
公开(公告)号：CN119250130A
公开(公告)日：2025-01-03
申请号：CN202411192991.8
申请日：2024-08-28
Applicant: 上海大学
IPC: G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/098 , G06N3/09 , G06F17/10
Abstract: 本发明涉及计算机深度学习技术领域，公开了一种基于客户端样本熵感知和联邦迁移学习的网络模型训练方法，该方法是将待训练的网络模型分别搭载在中央服务器和多个源客户端中，采用训练样本对搭载在源客户端中的本地模型进行训练，得到训练后本地模型；搭载在中央服务器中的全局模型根据接收的本地网络模型参数更新全局模型网络参数；然后将更新后的全局模型下载到各个源客户端中，采用验证样本集对下载至每个源客户端中的更新后的全局模型进行任务验证，并根据验证损失对全局模型网络参数进行优化，得到更新全局模型；将更新全局模型下载到每个源客户端，采用验证样本集对下载至每个源客户端的更新全局模型进行任务验证，任务验证完成后，根据每个源客户端中所述更新训练后本地模型、更新全局模型的任务验证性能来更新所述更新训练后本地模型的网络参数；重复上述步骤直至全局模型达到更新预设值或预设性能，完成全局模型训练。
-
Patent Agency Ranking
公开(公告)号：CN117591931A
公开(公告)日：2024-02-23
申请号：CN202311577486.0
申请日：2023-11-23
Applicant: 上海大学
IPC: G06F18/241 , G06F18/214 , G06F18/213
Abstract: 本发明属于联邦学习技术领域，公开一种基于数据与机理混合驱动的设备智能故障诊断方法，包括以下步骤：步骤1，每个源客户端对局部模型进行初始化操作；步骤2，使用源域数据对局部模型进行训练；步骤3，使用过渡数据对局部模型进行训练；步骤4，中心服务器根据局部模型对全局模型的特征提取器和分类器的参数更新；步骤5，使用全局模型对源客户端任务进行反向验证，使用任务验证损失更新该源客户端中局部模型；步骤6，循环步骤2‑5达到设定次数。本发明提供了一种能够减轻域差异引起的协变量漂移，并纠正网络关注区域的基于数据与机理混合驱动的设备智能故障诊断方法，提高诊断目标任务的准确率。
-
公开(公告)号：CN119249259A
公开(公告)日：2025-01-03
申请号：CN202411090585.0
申请日：2024-08-09
Applicant: 上海大学
IPC: G06F18/2415 , G06F18/2131 , G01M13/045 , G06N3/0464 , G06N3/047 , G06F123/02
Abstract: 本发明属于跨设备故障诊断技术领域，具体公开了一种基于多源域数据知识的跨设备诊断方法、电子设备及存储介质，其方法包括以下步骤：S1、采集不同工况下轴承各种状态的振动信号；S2、采用等窗划分将振动信号分割成一定数量的样本；S3、构建基于多组源域数据协同训练的网络模型，用于样本的跨设备诊断；所述网络模型包括具有相同网络结构的多层残差块结构和三个独立任务分类器；所述残差块结构通过自定义阈值均衡模块构建对抗结构，用于提高网络表征性能；所述分类器用于多设备同一类别数据内模糊故障样本的识别。
-
公开(公告)号：CN203968630U
公开(公告)日：2014-12-03
申请号：CN201420362290.X
申请日：2014-07-02
Applicant: 上海大学
Abstract: 本实用新型涉及一种农业作业一体机，包括车体、料箱、播种器、漏斗管、链条、车轮、车框架横梁、支撑架、齿轮和发动机、牙嵌离合环、固定钢架、滚动轴承；所述支撑架通过焊接固定在车体上，所述料箱固定在支撑架上，所述固定钢架焊接固定在车体上，所述漏斗管固定在固定钢架上，所述车框架横梁通过滚动轴承连接在车体的中部，所述汽油发动机固定在车框架横梁上；所述播种器和两个齿轮通过过盈配合连接在车框架横梁上，另两个齿轮与车轮固定在另一车框架横梁上，上下齿轮之间通过链条连接；所述牙嵌离合环成对作用，一端通过焊接固定在车体上，另一端焊接在车框架横梁上，转动牙嵌离合环，调节车体和车轮之间的角度。
-
公开(公告)号：CN204686045U
公开(公告)日：2015-10-07
申请号：CN201520203264.7
申请日：2015-04-07
Applicant: 上海大学
Abstract: 本实用新型涉及一种用于加工复合材料的PCD组合刀具，包括直柄刀体、排屑槽、后部刀片、中部刀片、前部刀片、顶尖孔、前部刀片槽、中部刀片槽、后部刀片槽、冷却孔、通油孔；分别通过五轴联动的铣床铣出排屑槽、前部刀片槽、中部刀片槽、后部刀片槽，通过深孔钻钻出通油孔，通过电火花线切割机打出冷却孔，所述冷却孔与排屑槽连接，所述后部刀片固定在后部刀片槽上，所述中部刀片固定在中部刀片槽上，所述前部刀片固定在前部刀片槽上。本实用新型是一种高效、高精度、高寿命，并且加工表面质量好、毛刺少、切削力低的一种用于加工新型复合材料的PCD组合刀具。
-
公开(公告)号：CN203972970U
公开(公告)日：2014-12-03
申请号：CN201420362180.3
申请日：2014-07-02
Applicant: 上海大学
Abstract: 本实用新型涉及一种机械加工PCD刀具，包括直柄刀体、后刀片、前刀片、前刀片槽、后刀片槽、前排屑槽、后排屑槽、通油孔、冷却孔、顶尖孔；在所述直柄刀体中部和前部，分别通过五轴联动的铣床铣出前刀片槽、后刀片槽、前排屑槽和后排屑槽，通过深孔钻钻出通油孔，通过电火花线切割机打出冷却孔，所述通油孔和冷却孔与前排屑槽和后排屑槽连接，所述后刀片固定在后刀片槽上，所述前刀片固定在前刀片槽上。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
