- 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
查看更多
本发明提供一种基于任务排序元学习的小样本故障诊断方法,包括如下步骤:S1、从故障设备中采集故障数据,对故障数据进行工况级的细粒度划分,并对振动信号进行分割和傅里叶变换获得到时频图像,从而构建了细粒度的故障时频图像数据集;S2、在元学习器中的训练任务模块每个任务内部进行聚类获得任务的分数;根据分数对故障分类任务进行从易到难的排序;S3、通过元知识的学习和各个任务的学习进行内外两层循环训练获得初始化参数;S4、利用初始化参数和测试任务的少量样本进行微调获得故障诊断的输出;该方法通过找到敏感的具有强大
(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 113837000 A
(43)申请公布日 2021.12.24
(21)申请号 202110939511.X
(22)申请日 2021.08.16
(71)申请人 天津大学
地址 30
文档评论(0)