一种基于广义零样本学习的跨多源域工业故障诊断方法

本发明涉及一种基于广义零样本学习的跨多源域工业故障诊断方法，属于工业故障诊断领域。该方法通过多分类器和域对齐一致性的联合学习，实现对源域和目标域的故障诊断，且构建一个具有正交约束的潜超球空间用于连接特征空间和语义属性空间，从而提取判别性信息并实现可见和未见故障的诊断。本发明实现了在未见样本缺失的情况下对可见和未见故障的高效和准确诊断，提升了模型的泛化性能与实用性。