一种多尺度卷积残差主动DQN故障检测方法

本发明涉及一种多尺度卷积残差主动DQN故障检测方法，采用多尺度卷积结合多残差模块的特征提取策略，通过对不同感受野的特征进行融合得到全局特征，使样本更具鲁棒性。对于小样本情况下标记昂贵问题，本发明以主动策略结合强化学习中的深度Q学习网络（DQN）方法为主，得到未标记数据集中的最高价值样本，经过专家标记后更新到训练集中，以较低成本得到更高准确率的诊断结果。经过多尺度残差网络构建分类模型，主动深度Q学习方法挑选样本，经过迭代后使诊断模型在小样本及低成本前提下拥有较高的准确率。