N11204663的博客

原创 博客摘录「 基于CNN网络的轴承故障诊断」2023年5月18日

解决思路：1）根据部分测试样本的均值方差，对整体测试样本的均值方差进行估计；（2）在使用第一层大卷积核进行卷积时，先对卷积核进行 Dropout 操作，这是 TICNN 模型的第一个训练干扰，目的是给 TICNN训练时提供不完整的信号，从而强化 TICNN 在信号部分缺失时的诊断能力。（3）TICNN 使用了极小的mini-batch 来进行批量训练，这是 TICNN 模型的第二个训练干扰，目的是增大 mini-batch 的均值方差变化范围增加，增强模型对测试集的均值方差于训练集发生的偏移时容忍度。