← 返回列表
自适应原型网络与伪标签的半监督学习的诊断方法及设备
申请人信息
- 申请人:佛山科学技术学院
- 申请人地址:528000 广东省佛山市禅城区江湾一路18号佛山科学技术学院江湾校区
- 发明人: 佛山科学技术学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 自适应原型网络与伪标签的半监督学习的诊断方法及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311528671.0 |
| 申请日 | 2023/11/15 |
| 公告号 | CN117708694A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G06F18/2415 |
| 权利人 | 佛山科学技术学院 |
| 发明人 | 刘士亚; 竺浙帅; 岑钊华; 何俊; 陈丹凤 |
| 地址 | 广东省佛山市南海区狮山镇广云路33号 |
摘要文本
佛山科学技术学院获取“一种透气窗帘布”专利技术，本发明公开了一种自适应原型网络与伪标签的半监督学习的诊断方法及设备，涉及故障诊断技术领域，方法包括：将支持集输入自适应原型网络进行特征提取以生成支持集特征，并将查询集输入自适应原型网络进行特征提取以生成查询集特征；在自适应原型网络中，根据支持集特征计算支持集原型；根据支持集原型及查询集特征计算查询集分类概率，以调整自适应原型网络的模型参数；将测试集输入伪标签多重累积筛选网络以生成伪标签数据集；将伪标签数据集与训练集拼接后输入自适应原型网络模型，以调整自适应原型网络的模型参数；将测试集输入自适应原型网络以计算测试集分类概率，并将概率最大的类作为当前样本的故障标签。采用本发明可有效提升分类性能。
专利主权项内容
1.一种基于自适应原型网络与伪标签样本多重累积的半监督小样本学习的诊断方法，其特征在于，包括：从训练集中分别抽取支持集及查询集；将所述支持集输入自适应原型网络进行特征提取以生成支持集特征，并将所述查询集输入自适应原型网络进行特征提取以生成查询集特征；在所述自适应原型网络中，根据所述支持集特征计算支持集原型；在所述自适应原型网络中，根据所述支持集原型及查询集特征计算查询集分类概率，以调整所述自适应原型网络的模型参数；将所述测试集输入伪标签多重累积筛选网络以生成伪标签数据集；将所述伪标签数据集与训练集拼接后输入自适应原型网络模型，以调整所述自适应原型网络的模型参数；将所述测试集输入自适应原型网络以计算测试集分类概率，并将概率最大的类作为当前样本的故障标签。