- 1、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。。
- 2、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。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
基于知识共享和模型迁移的全封闭压缩机故障诊断方法,属于压缩机故障诊断技术领域。它包括以下步骤:一、数据准备及预处理;二、迁移模型准备及模型独立训练;三、构建判别器、训练判别器及再训练目标迁移模型;四、训练分类器;步骤五、故障诊断。本发明不需要目标域设备提供数据标签,仅提供部分无标记数据即可,大大降低数据依赖程度;利用梯度下降算法实现目标域特征向量分布项源域特征向量的靠近,实现模型迁移;利用深度稠密连接自编码器结构实现无监督特征学习,再次降低数据依赖程度;针对振动信号这类超长时序数据,深度密连接网
(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CN112149726A
(43)申请公布日2020.12.29
(21)申请号202010996926.6
(22)申请日2020.09.21
(71)申请人浙江
原创力文档


文档评论(0)