期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络的多层域自适应滚动轴承故障诊断 被引量:9
1
作者 杨春柳 《电子测量与仪器学报》 CSCD 北大核心 2021年第2期122-129,共8页
针对基于卷积神经网络(CNN)的域自适应技术在提取可迁移特征的训练过程中,存在内部协变量移位的问题,提出一种多层域自适应滚动轴承故障诊断方法。首先,利用CNN提取原始振动数据的可迁移特征;其次,提出了多层域自适应和权重正则化项约束... 针对基于卷积神经网络(CNN)的域自适应技术在提取可迁移特征的训练过程中,存在内部协变量移位的问题,提出一种多层域自适应滚动轴承故障诊断方法。首先,利用CNN提取原始振动数据的可迁移特征;其次,提出了多层域自适应和权重正则化项约束CNN参数,进一步减少可迁移特征的分布差异,从而解决域移位问题;最后,利用凯斯西储大学的滚动轴承数据集进行实验验证。结果表明,该方法能够有效地减少源域和目标域之间的特征分布差异,提高CNN模型对目标域数据集的诊断性能,相对于最高层域自适应的故障诊断方法,所提方法能在两个数据集之间的迁移故障诊断中得到较高的分类识别结果。 展开更多
关键词 卷积神经网络 协变量移位 可迁移特征 多层域自适应 权重正则化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部