摘要
本发明提供了一种基于高斯混合模型和粒子群优化的轴承数据扩充方法及系统,属于数据扩充领域。为了解决现有的小样本轴承缺陷检测中,如何有效地扩充数据集,增加数据多样性,缓解数据稀缺,提高模型的泛化能力和检测性能的问题。本发明采用高斯混合模型(GMM)对原始数据进行建模,通过粒子群优化(PSO)算法优化GMM的参数,生成新的数据点,扩充数据集。该方法能够有效增加数据多样性,缓解数据稀缺问题,提高模型的泛化能力和检测性能。
技术关键词
高斯混合模型
数据扩充方法
协方差矩阵
粒子群优化算法
概率密度函数
轴承缺陷检测
更新模型参数
扩充系统
可读存储介质
样本
计算机
噪声
处理器
代表
系统为您推荐了相关专利信息
混沌粒子群算法
生成式对抗网络
混沌粒子群优化算法
深度卷积神经网络
离散小波变换
海洋网箱
栏杆
RGB摄像头
颜色直方图模型
定位方法
迭代滤波算法
EM算法
混合高斯模型
高斯混合模型
参数