原创力文档- 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)。
查看更多
摘要
在旋转机械运行中，轴承的健康状况至关重要。近年来，轴承故障诊断的研
究重点已从单域有监督学习过渡至不同域间的无监督域适应。即充分利用从已有
领域所学的知识去辅助目标域的诊断识别，利用领域适应弱化域间分布差异，提
升模型泛化能力。目前，大部分领域适应方法在跨知识迁移时普遍存在域间差异
估测精度低、算法性能差等问题。本文以轴承为主要研究对象，以深度学习模型
为基础框架，开展基于无监督域适应的轴承故障诊断方法研究，主要内容如下：
(1)针对目前全局域适应方法缺乏对域内细粒度对齐重
文档评论（0）