期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于类对比簇分配异构迁移学习的空间滚动轴承寿命阶段识别
1
作者 刘峰良 李锋 +2 位作者 汤宝平 汪永超 田大庆 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第1期256-266,共11页
针对变工况条件下因样本数据分布差异大、可训练用样本较少以及不同寿命阶段样本数量不均等造成的空间滚动轴承寿命阶段识别准确率较低的问题,提出一种无监督迁移学习方法--类对比簇分配异构迁移学习(CAHTL)。在CAHTL中,通过异构迁移学... 针对变工况条件下因样本数据分布差异大、可训练用样本较少以及不同寿命阶段样本数量不均等造成的空间滚动轴承寿命阶段识别准确率较低的问题,提出一种无监督迁移学习方法--类对比簇分配异构迁移学习(CAHTL)。在CAHTL中,通过异构迁移学习将历史工况下少量有类标签样本和当前工况的无类标签样本(即待测样本)迁移到公共特征空间内,使得不同工况样本之间的分布差异最小化;利用源域聚类簇点构建目标域样本特征的正负样本实现两域样本的数量再分配,再对两域正负样本进行对比学习以使待测样本分类性更好;通过计算待测样本与聚类簇点的相似度完成待测样本分类,且该分类过程无需参数学习,因此可避免样本不均等情况下对于不同寿命阶段样本识别准确率差距过大和在少有类标签训练样本情况下网络出现过拟合的问题;利用随机梯度下降和动量更新对CAHTL参数进行不同步更新,以保持样本特征的一致性并提高CAHTL的收敛速度。CAHTL可利用空间滚动轴承历史工况下的少量、非均等的已知寿命阶段的训练样本对当前工况的待测样本进行较高精度的寿命阶段识别。空间滚动轴承寿命阶段识别实例验证了该方法的有效性。 展开更多
关键词 迁移学习 对比学习 动量更新 空间滚动轴承 寿命阶段识别
下载PDF
模型无关元迁移学习用于空间滚动轴承寿命阶段识别
2
作者 李统一 李锋 +1 位作者 汤宝平 汪永超 《振动工程学报》 EI CSCD 北大核心 2023年第5期1457-1468,共12页
针对变工况下空间滚动轴承寿命阶段识别时因样本分布差异较大、可训练用寿命阶段样本较少以及不同寿命阶段样本数量不均等所造成的寿命阶段识别准确率较低的问题,提出模型无关元迁移学习(Model-Agnostic Meta-TransferLearning,MAMTL)... 针对变工况下空间滚动轴承寿命阶段识别时因样本分布差异较大、可训练用寿命阶段样本较少以及不同寿命阶段样本数量不均等所造成的寿命阶段识别准确率较低的问题,提出模型无关元迁移学习(Model-Agnostic Meta-TransferLearning,MAMTL)用于空间滚动轴承寿命阶段识别。在MAMTL中,将模型无关元学习和迁移学习相结合以实现多任务同步平行训练从而代替传统的迭代训练,多个任务损失函数利用不同工况下无类标签样本和历史工况下少量有类标签样本共同更新MAMTL网络参数,以寻求网络参数的全局最优解,这使MAMTL具有更好的泛化能力,因此MAMTL在较少历史工况有类标签训练样本情况下比传统迁移学习具有更好的域适配性;在MAMTL中构建新型原型网络以将历史工况每一类别的样本表示为一个原型,通过计算当前工况待测样本与原型的相似度完成当前工况待测样本分类,且该分类过程无需参数学习,因此可防止样本不均等情况下对于不同类别样本识别精度差距较大和在少量有类标签训练样本情况下网络出现过拟合的问题,从而更好提高分类精度。MAMTL的以上优势使得它可利用空间滚动轴承历史工况下的少量、非均等已知寿命阶段的训练样本对当前工况待测样本进行较高精度的寿命阶段识别。空间滚动轴承寿命阶段识别实例验证了该方法的有效性。 展开更多
关键词 寿命阶段识别 空间滚动轴承 原型网络 元学习 迁移学习
下载PDF
多分类器集成加权均衡分布适配的滚动轴承寿命阶段识别 被引量：3
3
作者 陈仁祥 吴昊年 +2 位作者 杨黎霞 唐林林 徐向阳 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第10期66-73,共8页
针对不同工况下样本有限不平衡造成滚动轴承寿命阶段识别中少数类样本无法被有效识别的问题,提出了多分类器集成加权均衡分布适配的滚动轴承寿命阶段识别方法。首先,采用随机抽样的方式获得源域多样本训练集,为目标域预测伪标签的同时... 针对不同工况下样本有限不平衡造成滚动轴承寿命阶段识别中少数类样本无法被有效识别的问题,提出了多分类器集成加权均衡分布适配的滚动轴承寿命阶段识别方法。首先,采用随机抽样的方式获得源域多样本训练集,为目标域预测伪标签的同时赋予样本不同的初始权重,充分训练少数类样本;然后,在再生核希尔伯特空间训练各源域样本集的分类器,并通过迭代的方式优化伪标签、更新权重矩阵;最后,通过多分类器集成策略将合适的基分类器集成为强分类器,以获得最终识别结果。结合F-score评价标准,使用宏平均与微平均评价指标对多分类任务进行评价避免了准确率对识别结果的误导。在两组滚动轴承寿命阶段数据集上进行实验验证,证明了所提方法的可行性和有效性。 展开更多
关键词 样本有限不平衡 滚动轴承 寿命阶段识别 多分类器集成
原文传递
改进均衡分布适配的滚动轴承寿命阶段识别 被引量：1
4
作者 吴昊年 陈仁祥 +3 位作者 胡小林 张霞 张焱 唐林林 《振动工程学报》 EI CSCD 北大核心 2021年第1期194-201,共8页
针对不同工况下训练样本与测试样本分布差异导致滚动轴承寿命阶段无法被有效识别的问题,提出改进均衡分布适配的滚动轴承寿命阶段识别方法。采用无重复均匀随机抽样对源域类间样本进行多次均匀随机抽样,得到源域多样本训练集,以减小源... 针对不同工况下训练样本与测试样本分布差异导致滚动轴承寿命阶段无法被有效识别的问题,提出改进均衡分布适配的滚动轴承寿命阶段识别方法。采用无重复均匀随机抽样对源域类间样本进行多次均匀随机抽样,得到源域多样本训练集,以减小源域内部样本选择对目标域预测标签的影响;在再生核希尔伯特空间上利用平衡因子μ动态调节边缘分布和条件分布所占权值,并通过迭代的方式不断优化目标域伪标签以减小两域的最大均值差异;利用源域多样本数据集各自的映射矩阵构造多个分类器,经过一致性判别得到目标域样本最终识别结果。在两组滚动轴承寿命阶段数据集上进行实验验证,证明了所提方法的可行性和有效性。 展开更多
关键词 故障诊断 滚动轴承 寿命阶段识别 条件概率分布 边缘分布
下载PDF
基于双尺度柔性原型迁移网络的空间滚动轴承寿命阶段识别
5
作者 王腾 李锋 +1 位作者 罗玲 汤宝平 《机械工程学报》 EI CAS CSCD 北大核心 2022年第21期114-125,共12页
针对变工况条件下样本分布差异较大、不同寿命阶段样本数量不均衡导致现有空间滚动轴承寿命阶段识别方法的寿命阶段识别精度较低问题,提出基于双尺度柔性原型迁移网络(Dual scale flexible prototype transfer network,DSFPTN)的空间滚... 针对变工况条件下样本分布差异较大、不同寿命阶段样本数量不均衡导致现有空间滚动轴承寿命阶段识别方法的寿命阶段识别精度较低问题,提出基于双尺度柔性原型迁移网络(Dual scale flexible prototype transfer network,DSFPTN)的空间滚动轴承寿命阶段识别方法。在所提出的DSFPTN中,构造双尺度柔性域感知模块并将其嵌入特征提取器来增强特征提取器对不同领域私有特征的探索能力,提高特征提取器对空间滚动轴承源域和目标域样本特征的学习能力;设计同域泛原型学习以防止跨域样本不加区分的特征学习和不正确聚类,增加两域异类样本的区分性;构建两域原型迁移机制来获得域不变原型,实现从源域原型到目标域原型的迁移;利用加载域不变原型后的双分类器对齐两域之间的分布并计算目标域待测样本与域不变原型之间相似度完成对空间滚动轴承目标域待测样本分类,该分类方式在不同寿命阶段样本数量不均衡条件下能提高对各寿命阶段样本的识别精度。地面模拟空间环境下空间滚动轴承寿命阶段识别实例验证所提出的基于DSFPTN的寿命阶段识别方法的有效性。总之,构建双尺度柔性域感知模块、同域泛原型、两域原型迁移机制和加载域不变原型的双分类器使得DSFPTN在样本分布差异较大以及不同寿命阶段样本数量不均衡条件下,仅利用空间滚动轴承源域的非均衡有标签样本就能对目标域待测样本进行较高精度的寿命阶段识别。 展开更多
关键词 空间滚动轴承 寿命阶段识别 双尺度柔性域感知模块 同域泛原型学习 两域原型迁移 双分类器
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部