基于深度学习的智能机械故障诊断的部分域适应方法
无监督的目标域训练数据不会涵盖全机健康状态标签空间。故提出部分域自适应的方法。提出了条件数据对齐和无监督的预测一致性方案来实现部分域适应。部分域适应问题适应于实际工业场景,其中可用的无监督的目标域数据仅涵盖所有有关健康状况的子集。 通过最小化域之间的最大平均差异来实现条件数据对齐。提出了一种预测一致性方案通过对抗学习来影响多分类模块的性能。一、提出的方法
部分域适应故障诊断问题上提出的深度神经网络的体系结构。提出了两种技术来解决域移位现象,即条件数据对齐和无监督的预测一致性。