摘要
本申请提供了一种域适应故障检测方法、系统和存储介质,涉及智能设备故障诊断技术领域。该方法包括:采用特征提取子模型分别提取源域和目标域的特征数据;采用聚类注意力子模型根据源域的特征数据的重要性,计算得到源域的特征数据的加权系数;根据源域的特征数据和特征数据的加权系数、以及目标域的特征数据,得到第一损失函数;根据域判别子模型处理源域的特征数据和目标域的特征数据后的处理结果得到第二损失函数;采用第一损失函数训练聚类注意力子模型、以及采用第二损失函数训练特征提取子模型和域判别子模型,提高所得的目标检测模型的迁移学习能力,保障目标检测模型在后续为目标域中的特征数据匹配对应的故障标签时的准确度。
技术关键词
数据
故障检测方法
分类子模型
注意力
聚类
标签
故障检测系统
故障诊断技术
智能设备
模块
数值
系统为您推荐了相关专利信息
生成训练样本
画像模型
推荐方法
数据
保险产品推荐
矿车
模糊逻辑推理
模糊推理规则
扩展卡尔曼滤波
运动状态评估