Patents
- [1] 部分代表性发明专利
- [2] [1] 徐娟, 史永方, 任子晖, 刘磊, 赵玉坤, 一种基于半监督学习深度对抗网络的故障诊断方法，专利号：ZL201910938231.X，授权日期：2021.04.06
- [3] [2] 徐娟, 周龙, 丁煦, 樊玉琦. 基于零样本学习的复合故障诊断方法.专利号：ZL202110416208.1，授权日期：2022.2022.10.28
- [4] [3] 徐娟, 史永方, 周龙, 徐鹏飞, 房梦婷.基于小样本学习的跨类别故障诊断方法、系统及存储介质. 专利号：ZL202110162062.2，授权日期：2022.11.15
- [5] [4] 徐娟, 黄经坤, 石雷, 毕翔, 徐兴鑫, 一种基于深度领域自适应的振动数据故障分类方法, 专利号：ZL201811552321.7，授权日期：2018.12.19
- [6] [5] 徐娟,黄经坤, 周龙，史永方，徐鹏飞, 一种基于Wasserstein距离的深度对抗迁移网络的故障诊断方法, 专利号：ZL201910938448.0, 授权日期：2021.2.2
- [7] [6] 徐娟, 房梦婷, 丁煦, 樊玉琦. 一种基于深度迁移学习的轴承剩余寿命预测模型和方法，专利号：ZL202110416141.1，授权日期：2022.09.16
- [8] [7] 徐娟, 徐占峰, 丁煦, 樊玉琦. 一种基于子空间的异构迁移故障诊断方法、系统和模型，专利号：ZL202110416215.1, 授权日期：2022.10.28
- [9] [8] 徐娟,黄经坤, 周龙，史永方，徐鹏飞, 一种基于Wasserstein距离的深度对抗迁移网络的故障诊断方法, 专利号：ZL201910938448.0, 授权日期：2021.2.2
- [10] [9] 徐娟, 李康, 吕增威，丁煦，樊玉琦, 基于故障标签信息向量的轴承复合故障诊断方法, 专利号：ZL202210010510.1, 授权日期：2023.6.30
MOBILE Version