（19）中华人民共和国国家知识产权局
（12）发明专利申请
（10）申请公布号CN110619342A（43）申请公布日20191227
（21）申请号CN2018106345988
（22）申请日20180620
（71）申请人鲁东大学
地址264025山东省烟台市芝罘区红旗中路186号
（72）发明人逄珊孙玉娟张小峰
（74）专利代理机构
代理人
（51）I
tCI
权利要求说明书说明书幅图
（54）发明名称一种基于深度迁移学习的旋转机械故障诊断方法
（57）摘要
本发明公开了一种基于深度迁移学习的旋转机械故障诊断方法，属于旋转机械故障诊断领域。以堆叠自编码器为框架，在无监督预训练阶段逐层递增的适配不同领域概率分布，缩小源域和目标域的分布差异；在微调阶段则进行流形一致性适配，提高深度学习诊断模型的判别结构与数据流形结构的一致性，进一步提高诊断精度。本发明将迁移学习理论与深度学习诊断模型的训练过程相结合，赋予深度学习诊断模型对工况变
f化的鲁棒性，有效解决了现有深度学习诊断模型在变工况条件下精度严重衰退的问题，显著提高了变工况条件下的旋转机械故障精度。此外，新方法无需目标域待诊断数据标签，具有良好的适用性。
法律状态
法律状态公告日201912272019122720200121
法律状态信息公开公开实质审查的生效
法律状态公开公开实质审查的生效
f权利要求说明书
一种基于深度迁移学习的旋转机械故障诊断方法的权利要求说明书内容是请下载后查看
f说明书
一种基于深度迁移学习的旋转机械故障诊断方法的说明书内容是请下载后查看
fr