一种基于多尺度抽样的机电设备状态数据补全与预测方法

发明专利有效专利

申请号：
CN202010587623.9
IPC分类号：G06N3/04;G06N3/08
申请日期：
2020-06-24
申请人：
莫毓昌

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多尺度抽样的机电设备状态数据补全与预测方法
申请号	CN202010587623.9	申请日期	2020-06-24
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-02	公开/公告号	CN111738420A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	莫毓昌	申请人地址	浙江省金华市婺城区玉泉西路786号52幢1单元202室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	莫毓昌	当前权利人	莫毓昌
发明人	莫毓昌
代理机构	泉州市众创致远专利代理事务所（特殊普通合伙）	代理人	汪彩凤

摘要

本发明公开了一种基于多尺度抽样的机电设备状态数据补全与预测方法，涉及数据处理技术领域。该基于多尺度抽样的机电设备状态数据补全与预测方法，包括如下步骤：S1、采用智能传感器采集获取机电设备工作过程中的工况数据，构造工况数据集D。该基于多尺度抽样的机电设备状态数据补全与预测方法，采用多尺度抽样的思想，从数据集中提取多个时间序列，从而从不同时间尺度进行特征学习，通过表决打分的策略，提升预测精度和稳定性，同时采用生成式对抗网络，对数据集进行样本补全，改进了生成式对抗网络损失函数，提升训练的稳定性和效率，并且基于表决打分的策略，对补全样本进行选择，剔除低质量生成样本。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供