基于零试学习和潜在空间编码的旋转机械故障诊断方法.pdfVIP

下载本文档

0
0
约1.29万字
约 10页
2023-05-07 发布于北京
举报
版权申诉

基于零试学习和潜在空间编码的旋转机械故障诊断方法.pdf

1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了基于零试学习和潜在空间编码的旋转机械故障诊断方法，零试学习摆脱了传统深度学习对大量标注数据的依赖，可以使用少量标注数据实现对未知样本的故障诊断，潜在空间编码模型是一种新的编码—解码方法，该方法运用编码—解码的思路将视觉信息和语义信息在潜在空间进行交互，共享潜在空间。本发明不需要大量的标注数据进行训练，而且大大减轻了数据标注的成本损耗。通过在潜在空间学习测试集中未知类和训练集中已知类样本间的相似性，得到测试集未知类的高级语义特征进行未知样本的检测。本发明不仅提高网络的检测性能，减少了参

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114398957 A (43)申请公布日 2022.04.26 (21)申请号 202111567596.X (22)申请日 2021.12.21 (71)申请人燕山大学地址 06