摘要
本申请公开了一种生成对抗网络的训练方法、振动信号的生成方法及设备,涉及数据处理技术领域,该方法包括:获取振动信号样本;通过生成对抗网络的生成器中并行的两个反卷积网络生成时域信号样本;将振动信号样本和时域信号样本输入生成对抗网络的判别器中,通过判别器输出每个信号样本的预测真伪以及每个信号样本的预测类别;优化生成对抗网络的模型参数,直至训练完成。本申请用以解决现有技术中进行振动信号的扩充时出现的扩展数据量小和扩展数据质量差的问题,实现快速的生成多样化的、数据质量较高的时域信号样本,进而提高故障诊断模型的预设准确率。
技术关键词
生成对抗网络
样本
特征提取网络
生成时域信号
预测类别
傅里叶变换处理
融合特征
生成方法
数据分布
标签
训练装置
分类器
生成装置
故障诊断模型
数据处理技术
模块
参数
系统为您推荐了相关专利信息
生成式对抗网络模型
训练样本集
损失函数优化
数据
新型玻璃材料
三维图像数据
门板
特征数据库
图像处理模块
视觉
上报方法
脑机接口
脑电采集设备
机器学习算法
特征值