摘要
一种概率解耦知识蒸馏和元学习的轻量级轴承故障诊断算法,步骤为1)轴承数据采集并进行预处理;2)构建算法模型,该模型由教师模型和学生模型组成;3)借助不可知元学习算法对教师模型进行参数初始化以及高效的训练,以此构建一个性能强大的教师模型;4)通过概率解耦知识蒸馏方法,训练学生模型,使学生模型在小样本的情况下能够迅速收敛;5)对训练后的学生模型进行实验验证。本发明通过元学习和知识蒸馏的方法,提出了一种概率解耦知识蒸馏和元学习的轻量级轴承故障诊断算法,本发明解决了轴承智能故障诊断领域中样本数量少诊断精度下降和大型的神经网络模型不可部署的问题,是一种高效的轴承故障诊断方法。
技术关键词
学生
教师
样本类别标签
知识蒸馏方法
元学习算法
轴承故障诊断方法
构建算法
网络
智能故障诊断
数据
训练集
更新模型参数
卷积滤波器