摘要
本发明公开了针对不平衡数据的故障诊断方法,包括离线阶段和在线阶段,其中,离线阶段,通过有标注样本对模型进行离线初始化;在线阶段,当新的未标注样本块到达时,使用带权重的伪标签通过增量更新规则对神经网络的输出权重进行实时更新,最终实现对不平衡未标注的齿轮箱数据流的实时故障诊断。本发明的方法具有较低计算复杂度和较快训练速度,确保在线阶段模型更新的快速性和故障诊断的实时性。通过采用伪标签结合少数权重的方法,削弱了不平衡数据流对模型的负面影响,从而保证了在存在严重不平衡的情况下的诊断仍能保持较高的准确率。
技术关键词
故障诊断方法
样本
离线
标签
增量更新
阶段
矩阵
在线
数据
置信度阈值
齿轮箱
训练集
模型更新
非线性
定义
偏差
锚点
复杂度
变量
速度
系统为您推荐了相关专利信息
条形码识别方法
字符
循环神经网络模型
列表
卷积神经网络模型
电力巡检机器人
滑动窗口
分割方法
数据传输模块
像素点
非结构化环境
路径规划方法
路径规划算法
网格
路径跟踪算法