摘要
近年来,智能故障诊断的研究进展表明,基于深度学习的旋转机械故障诊断具有很强的故障信号自动特征提取和准确识别的能力。然而,这些深度学习模型的成功很大程度上依赖于大量的标记样本来支持训练,而标记数据的稀缺性和不同的工作条件会使模型的性能下降。为了解决小样本学习的问题,最近元学习成为了提高故障诊断效果的研究热点。首先回顾了近年来深度学习在旋转机械故障诊断的应用及存在的问题,从而引出元学习的基本概念,并对其类型和在旋转机械中的应用情况做了简单的概述;然后概述了元学习方法与其他技术的融合情况;最后分析目前元学习应用于故障诊断存在的问题和挑战,探讨未来的发展方向。
出处
《科技与创新》
2023年第18期176-178,共3页
Science and Technology & Innovation
