作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
实际工业生产过程中,不同工况的机械设备,所采集到的数据普遍存在时空分布不一致或数据不平衡的问题,从而影响故障诊断模型的精度及泛化能力.迁移学习作为一种利用现有知识对不同但相关领域问题进行求解的学习方法,可有效解决传统机器学习数据分布不一致和小数据集下模型训练的问题.因此,如何将迁移学习应用于故障诊断领域成为学术界和工业界研究的热点.本文首先综述迁移学习领域自适应的研究现状,之后对领域自适应在故障诊断领域的应用进行分析,并对迁移学习在故障诊断领域未来的研究方向进行了探讨.
推荐文章
故障诊断自适应策略研究
故障诊断
自适应
数据挖掘
基于改进的自适应回归时序模型故障诊断
时间序列
数学模型
故障诊断
回归模型
基于自适应神经网络的组合导航故障诊断技术研究
组合导航
神经网络
遗传算法
自适应算法
基于自适应支持向量机电路故障诊断系统设计与实现
故障诊断
模拟电路
支持向量机
分类技术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于领域自适应的故障诊断研究与进展
来源期刊 沈阳理工大学学报 学科 工学
关键词 故障诊断 迁移学习 领域自适应
年,卷(期) 2020,(4) 所属期刊栏目 自动化技术
研究方向 页码范围 82-86
页数 5页 分类号 TH165+.3|TP18
字数 语种 中文
DOI 10.3969/j.issn.1003-1251.2020.04.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨青 48 229 8.0 13.0
2 薛辉 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (145)
共引文献  (39)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(21)
  • 参考文献(0)
  • 二级参考文献(21)
2014(28)
  • 参考文献(3)
  • 二级参考文献(25)
2015(21)
  • 参考文献(1)
  • 二级参考文献(20)
2016(14)
  • 参考文献(1)
  • 二级参考文献(13)
2017(19)
  • 参考文献(6)
  • 二级参考文献(13)
2018(7)
  • 参考文献(2)
  • 二级参考文献(5)
2019(7)
  • 参考文献(7)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
故障诊断
迁移学习
领域自适应
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
沈阳理工大学学报
双月刊
1003-1251
21-1252/T
16开
沈阳市和平区太原北街2号
1982
chi
出版文献量(篇)
2643
总下载数(次)
3
总被引数(次)
10259
论文1v1指导