摘要
本发明提供了一种单源域信号特征泛化的刀具磨损预测方法。所述刀具磨损预测方法:通过构建单源域信号特征泛化模块扩充单源域磨损信号,利用特征提取模块提取源域与生成域特征,并采用域偏差损失(DDL)、互信息(MI)和最大均值差异(MMD)三重约束协同优化特征分布;最终通过预测模块实现磨损值预测,其训练过程分为单源域信号特征泛化模块优化与预测模块优化两阶段。本发明的有益效果为:显著提升了模型在单源域数据有限条件下的泛化能力,有效克服过拟合问题。
技术关键词
刀具磨损预测方法
信号特征
刀具磨损预测模型
生成特征
卷积特征
随机噪声
数据
参数
生成对抗网络
归一化方法
特征提取器
特征提取模块
变量
两阶段
度量
重构
系统为您推荐了相关专利信息
多尺度特征提取
特征描述符
融合特征
图像
注意力
PWM控制器
数据采集模块
通信模块
故障诊断算法
控制器检测系统
多智能体协同
故障诊断方法
强化学习模型
多智能体强化学习
多尺度特征提取