基于软阈值残差网络的多源域跨域故障诊断方法研究  

作　　者：时雪磊 

机构地区：[1]上海电力大学现代教育技术中心/信息办,上海201306

出　　处：《电脑知识与技术》2024年第29期74-77,共4页Computer Knowledge and Technology

摘　　要：现有的机械设备故障诊断研究多采用单源域迁移学习方法,但单源域信息量有限,限制了模型的泛化能力。多源域迁移学习可以融合更多信息,但也面临着数据分布差异和噪声增加的挑战。为解决上述问题,文章提出一种基于软阈值残差网络的多源域跨域故障诊断方法。该方法首先利用软阈值残差网络提取多源域特征并抑制噪声,然后采用局部最大均值差异度量方法对齐不同源域和目标域的特征分布,最后使用分类器进行故障识别。在德国帕德博恩大学数据集上的实验结果表明,文章提出的方法能够有效提高故障诊断的精度和稳定性。

关 键 词：故障诊断 迁移学习 多源域跨域 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]