典型文献
基于深度域适应方法的旋转机械故障诊断技术
文献摘要：
深度学习技术被广泛应用于旋转机械故障诊断领域,与传统的机器学习方法相比,深度域适应拥有更强的泛化能力,具有更好的可迁徙性,能解决训练集和测试集不满足独立同分布条件下的问题.本文分别对基于领域分布差异、对抗、重构、样本生成方法的深度域适应方法进行综述,首先对深度域适应方法的概念进行介绍,其次对四种不同深度域适应方法的应用性能进行综述,最后对基于深度域适应方法的旋转机械故障诊断技术的发展趋势和有待解决的问题进行了分析,总结并探索出具有良好泛化能力的多信息融合深度域适应技术,该技术是本领域的研究热点.
文献关键词：
旋转机械;故障诊断;深度学习;深度域适应
中图分类号：
作者姓名：
沈学军;常越;庞驭文
作者机构：
湖南工程学院 电气与信息工程学院,湘潭 411104;四川大学 机械工程学院,成都 610065
文献出处：
引用格式：
[1]沈学军;常越;庞驭文-.基于深度域适应方法的旋转机械故障诊断技术)[J].湖南工程学院学报（自然科学版）,2022(04):24-30,34
A类：
B类：
深度域适应,旋转机械故障诊断,故障诊断技术,深度学习技术,机器学习方法,泛化能力,迁徙,训练集,测试集,独立同分布,布条,领域分布,分布差异,样本生成,生成方法,不同深度,应用性能,多信息融合
AB值：
0.181975
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
