小样本学习
文章平均质量分 92
搬砖小孩Superme
这个作者很懒,什么都没留下…
展开
-
【文献阅读】不同工作条件下一种基于小样本元学习用于轴承故障诊断的新方法
一种基于数据重构和元学习新的方法DRHRML被提出用于智能轴承故障检测的小样本学习。ISDAE由于其强大的去噪能力、稀疏表示能力和协同分配能力改善了分类准确率。与现有的智能故障诊断方法相比较,RML能够使用少量的样本在不同的条件下准确的诊断轴承故障。原创 2022-05-17 17:30:36 · 2606 阅读 · 3 评论 -
Metric-based meta-learning model for few-shot fault diagnosis under multiple limited data conditions
为了解决在非常有限数据集地情况下,利用小样本准确地识别故障属性,本文提出了一种叫做基于特征空间度量的元学习模型(FSM3)。该方法混合了一般的监督学习和情景度量元学习,利用来自个别样本的属性信息和一组样本的相似信息。原创 2022-03-25 16:23:52 · 1998 阅读 · 0 评论 -
Few-shot transfer learning for intelligent fault diagnosis of machine(机器智能故障诊断中的小样本迁移学习)
设计了一种基于一维卷积网络的统一小样本迁移学习框架,用于故障诊断中两种典型的迁移情况:工作条件迁移和人工自然迁移,对Few-shot transfer learning for intelligent fault diagnosis of machine这篇文章进行了基本理解和简要翻译原创 2022-03-19 21:42:31 · 2421 阅读 · 2 评论 -
Limited Data Rolling Bearing Fault Diagnosis With Few-Shot Learning(基于小样本学习的有限数据滚动轴承故障诊断)
提出了一种用于有限数据条件下滚动轴承故障诊断的小样本学习方法。该算法解决了有限数据故障诊断中的一个主要挑战:在数据驱动的故障诊断中难以获得足够数量的样本。原创 2022-03-18 12:00:15 · 3143 阅读 · 1 评论