基于跨域小样本学习的航空发动机气路系统故障诊断方法

本发明公开了一种基于跨域小样本学习的航空发动机气路系统故障诊断方法，包括：对源域数据进行平衡采样，目标域数据进行概率数据增强；利用多级特征增强模块提取数据深层次特征，利用带有自适应权重机制的LDAM损失函数对源域数据进行损失计算，将源域特征与目标域特征进行对比投影，输入对比损失函数，借助权重求和作为最终损失函数，使用反向传播算法进行参数更新，最后基于航空发动机气路系统数据集进行训练，得到最终的故障诊断结果；本发明提高了样本稀缺情况下的故障诊断精度，优化了源域数据不平衡引起的标签和特征偏移问题，显著提升了诊断结果的准确性，为航空发动机气路系统在工业应用中的稳定性和可靠性保障提供了有效的解决方案。