一种基于属性迁移的零样本设备故障诊断方法

本发明提供了一种基于属性迁移的零样本设备故障诊断方法，包括划分每个属性为S个属性子集，并根据属性子集计算多高斯假设下属性迁移得到的S个概率值和单高斯假设下的第一属性预测值；通过属性融合网络融合S个概率值和第一属性预测值，获取最终的属性预测向量；最后，组合多个最终属性预测值获得预测的属性向量，和已知的故障属性空间利用最近邻搜索推理规则，选择在故障属性空间中与预测属性向量欧式空间距离最小的故障类别，即确定输入样本的故障类别。本发明考虑各种属性转移方法预测相同故障属性的能力差异，解决了零样本环境下故障诊断的属性迁移能力仍然较弱的问题，提高了工业设备零样本诊断性能。