[发明专利]一种基于弱监督学习多层感知器的故障分类方法有效
| 申请号： | 201911418196.5 | 申请日： | 2019-12-31 |
| 公开（公告）号： | CN111191726B | 公开（公告）日： | 2023-07-21 |
| 发明（设计）人： | 葛志强;廖思奋 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06F18/21;G06F18/2413 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 邱启旺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于弱监督学习多层感知器的过程数据故障分类方法，它由多层感知器，BatchNormalization层，Dropout层和Softmax输出层组成的有监督分类网络和用于获取样本标签不准确情况的高斯混合模型组成；多层感知器能够从不准确标签数据中学习数据的特征表示，此外，高斯混合模型对多层感知器提取的特征进行无监督聚类，聚类的结果可以用于估计各类样本不准确标签与潜在的样本真实标签的关系，即标签概率转移矩阵，并且利用估计的标签概率转移矩阵修正网络损失函数对分类网络进行第二次训练，提高网络对不准确标签样本的分类精度。本发明可以适用工业过程数据样本部分标签标注错误，即不准确标签的故障分类的情形。 | ||
| 搜索关键词： | 一种 基于 监督 学习 多层 感知 故障 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911418196.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种房源图像自动处理方法及装置
- 下一篇：一种实例分割的方法及装置
