← 返回列表

一种面向智能制造的互信息特征提取方法

申请号: CN202410175589.2
申请人: 天津大学
申请日期: 2024/2/8

摘要文本

本发明涉及智能制造数据处理技术领域,具体涉及一种面向智能制造的互信息特征提取方法,通过安装于多个制造设备上的智能传感器采集不同制造设备的传感数据,提取每组传感数据的时序特征数据列;计算每两个制造设备的时序特征数据列之间的互信息,将互信息在预设范围内的多个时序特征数据列归为一类;构建同一类的时序特征数据列的每个特征数据和对应类别的相似化函数, 并按相似度从大到小排序, 选择相似度最大的m个特征数据作为输入特征数据;构建一维深度特征融合模型,获得一维特征表示向量序列;构建二维深度特征融合模型,将一维特征表示向量序列结合传感器位置信息作为输入数据,输出一维特征表示向量序列的二维空间特征数据。

专利详细信息

项目 内容
专利名称 一种面向智能制造的互信息特征提取方法
专利类型 发明申请
申请号 CN202410175589.2
申请日 2024/2/8
公告号 CN117725403A
公开日 2024/3/19
IPC主分类号 G06F18/213
权利人 天津大学
发明人 李晋; 徐曼; 沈江; 张悦; 潘婷
地址 天津市南开区卫津路92号

专利主权项内容

1.一种面向智能制造的互信息特征提取方法,其特征在于,包括如下步骤:S1、通过安装于多个制造设备上的智能传感器采集不同制造设备的传感数据,形成多组传感数据,提取每组传感数据的时序特征数据列;S2、计算每两个制造设备的时序特征数据列之间的互信息,将所述互信息在预设范围内的多个时序特征数据列归为一类;S3、构建同一类的时序特征数据列的每个特征数据和对应类别的相似化函数, 并按相似度从大到小排序, 选择相似度最大的m个特征数据作为输入特征数据;S4,构建一维深度特征融合模型,将m个输入特征数据输入至所述一维深度特征融合模型,获得一维特征表示向量序列;S5,构建二维深度特征融合模型,将所述一维特征表示向量序列结合传感器位置信息作为输入数据,输出所述一维特征表示向量序列对应的二维空间特征数据。