一种面向机械装备少样本故障诊断的自校正噪声标签方法

本发明属于机械装备智能运维技术领域，公开发明了一种面向机械装备少样本故障诊断的自校正噪声标签方法，设计一种双向推理多模态神经网络，包含反向推理模块与正向推理模块；通过在实验环境下的机械装备上训练这两个模块，建立其推理能力；基于少量已知的工程机械装备故障样本，通过反向推理模块检测已知故障样本中的噪声标签，识别出错误标记样本；通过正向推理模块对这些噪声标签进行纠正；基于校正后的数据训练多层感知器，并对工程机械装备进行故障诊断。本发明克服了现有方法对故障样本标签正确标注的依赖，实现了噪声标签场景且少量故障样本下的机械装备故障诊断，为机械装备的安全稳定运行提供了重要工程价值。...

Full description

Saved in:
Bibliographic Details
Format Patent
LanguageChinese
Published 26.08.2025
Subjects
CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
ELECTRIC DIGITAL DATA PROCESSING
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:本发明属于机械装备智能运维技术领域，公开发明了一种面向机械装备少样本故障诊断的自校正噪声标签方法，设计一种双向推理多模态神经网络，包含反向推理模块与正向推理模块；通过在实验环境下的机械装备上训练这两个模块，建立其推理能力；基于少量已知的工程机械装备故障样本，通过反向推理模块检测已知故障样本中的噪声标签，识别出错误标记样本；通过正向推理模块对这些噪声标签进行纠正；基于校正后的数据训练多层感知器，并对工程机械装备进行故障诊断。本发明克服了现有方法对故障样本标签正确标注的依赖，实现了噪声标签场景且少量故障样本下的机械装备故障诊断，为机械装备的安全稳定运行提供了重要工程价值。
Bibliography:Application Number: CN202510665364