- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于多视图对抗自编码器的机械设备健康状态识别方法,首先获得机械设备的振动信号样本,并将信号通过傅里叶变换、希尔伯特变换+傅里叶变换、连续小波变换从不同的视角描述信号,经标准化处理后作为网络的输入;接着构建多视图对抗自编码器并假设特征所服从的分布,使用对抗训练的方法使特征逼近所假设的分布,从而对网络进行训练;最后利用集成学习,将训练好的多个学习器相结合,将集成后所得到的概率作为最终的预测结果;训练好的网络可实现对少量标签、低信噪比条件下的机械设备健康状态的诊断;本发明通过视图学习和集成学习的引入,
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112712106 B
(45)授权公告日 2022.12.09
(21)申请号 202011414594.2 (56)对比文件
(22)申请日 2020.12.07
文档评论(0)