摘要
本发明提供一种轴承故障诊断方法、系统、存储介质及电子设备,该方法包括获取源域数据和目标域数据;对源域数据和目标域数据去噪;对源域数据和目标域数据特征提取得到初始特征向量;将初始特征向量进行初始化处理;对源域数据和目标域数据的节点迭代更新,得到源域图和目标域图,并计算差异值;计算二者的相似性损失,计算轴承类别的真实分布概率和预测分布概率,得到交叉熵损失函数,获取最大均值差异函数,计算总损失函数;对度量函数、源域图和目标域图、节点、图核模型的参数进行梯度计算;对结果进行监督,结合图核损失函数对图核模型进行联合优化。本发明减小了源域图和目标域图的图形态特征化差异,提高了识别模型的泛化能力。
技术关键词
深度残差神经网络
轴承故障诊断方法
节点
注意力机制
度量
形态
故障类别
邻居
全局平均池化
轴承故障诊断系统
通道
特征提取模块
标签
信号
数据特征提取
门控循环单元
系统为您推荐了相关专利信息
CSP结构
工业线阵CCD相机
木地板
模糊准则
图像采集系统
腐蚀程度检测方法
铁塔
尖峰神经网络
模块
注意力机制
缺失数据补全方法
频域特征提取
多模型
编码模块
编码器模块
人工智能模型
接入网
无线智能管理
通信方法
节点