摘要
本发明提供了一种基于零样本的面向多模态数据的设备故障诊断方法,涉及故障诊断技术领域,使基于零样本的故障诊断方法面对多模态数据也能保持高精度和高可靠性,包括以下步骤:获取多模态数据;构建多模态数据的深层特征表达构建数据语义嵌入空间;基于知识迁移学习进行设备故障诊断。本发明具有在零样本下高质量高效融合多模态特征实现高精度的智能化故障诊断的优点。
技术关键词
设备故障诊断方法
面向多模态数据
迁移学习方法
知识迁移学习
样本
语义
空间结构特征
预训练模型
融合多模态特征
对齐模块
深层特征提取
故障诊断技术
无监督聚类
流速传感器
二分类器
系统为您推荐了相关专利信息
意图识别模型
意图识别方法
多语言
意图分类识别
样本
关键视觉信息
图像生成模型
图文
主题关键词
风格
离线
风电机组故障预警
数据预处理方法
填补算法
模型预测值
断裂预测方法
机器学习模型
训练样本数据
人工神经网络模型
多源融合