迁移学习
故障诊断与python学习
机械研二在读,研究方向为故障诊断与预测性维护
展开
-
迁移学习第一篇 - 赵志斌UDTL backbone代码
迁移学习第一篇 - 赵志斌UDTL backbone代码原创 2022-06-03 07:02:44 · 2130 阅读 · 1 评论 -
迁移学习知识 - 迁移学习的四种应用场景
迁移学习是在已知一个工况下进行训练,然后训练好的方法(模型)能够解决未知工况下的问题因此包括四个方面1、不同工况:等转速、负载、温度等工况不同时,其可能出现域偏移(domain shift)。比如在转速1730rpm下进行训练的好的模型,在转速1797rpm下测试也能满足很好的性能2、不同故障类型:源域和目标域故障类型数量会不相等,根据源域和目标域故障类型,可分为闭集迁移、部分集迁移、开放集迁移和通用集迁移。3、不同故障位置:同一设备,传感器安装在不同位置4、不同机器设备:实验台迁移至真实设备原创 2022-05-25 17:24:48 · 2262 阅读 · 1 评论 -
迁移学习基本知识 - 迁移学习分类
赵志斌-Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study代码github链接:https://github.com/HappyBoy-cmd/UDTL论文链接:https://ieeexplore.ieee.org/document/9552620简介:UDTL(Unsupervised Deep Transfer Lear原创 2022-05-25 15:02:42 · 2116 阅读 · 0 评论