期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
变工况下动态卷积域对抗图神经网络故障诊断
被引量：
1
1
作者
王桐
王晨程
+2 位作者
邰宇
欧阳敏
陈立伟
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2024年第7期1406-1414,共9页
针对基于无监督域自适应故障诊断方法忽略了域间数据结构信息、传统域对齐平均最大差异法全局泛化能力差等问题,本文提出一种基于无监督域自适应理论的动态卷积域对抗图神经网络故障诊断模型,分别通过对数据的类别标签、域标签和数据结...
针对基于无监督域自适应故障诊断方法忽略了域间数据结构信息、传统域对齐平均最大差异法全局泛化能力差等问题,本文提出一种基于无监督域自适应理论的动态卷积域对抗图神经网络故障诊断模型,分别通过对数据的类别标签、域标签和数据结构信息进行建模。通过分类器和域鉴别器分别建模类别标签和域标签,通过图神经网络将数据结构信息嵌入到实例图节点中,利用高斯Wasserstein距离来度量不同领域的实例图之间的差异。本文对比了不同工况下共14种迁移任务在各模型下故障识别的准确率。实验结果表明:基于动态卷积的域对抗图神经网络模型在变工况下的故障诊断效果均优于其他对比模型,且模型性能稳定。
展开更多
关键词
无监督域自适应
动态卷积
域对抗
图神经网络
图生成
高斯Wasserstein距离
故障诊断
变工况
在线阅读
下载PDF
职称材料
题名
变工况下动态卷积域对抗图神经网络故障诊断
被引量：
1
1
作者
王桐
王晨程
邰宇
欧阳敏
陈立伟
机构
哈尔滨工程大学信息与通信工程学院
哈尔滨工程大学先进船舶通信与信息技术工业和信息化部重点实验室
黑龙江省政务大数据中心
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2024年第7期1406-1414,共9页
基金
国家自然科学基金项目(61102105)
国防科技重点实验室基金项目(6142209190107)
+1 种基金
先进船舶通信与信息技术工业和信息化部重点实验室项目(AMCIT2101-08)
中央高校基本科研业务费项目(3072022QBZ0806).
文摘
针对基于无监督域自适应故障诊断方法忽略了域间数据结构信息、传统域对齐平均最大差异法全局泛化能力差等问题,本文提出一种基于无监督域自适应理论的动态卷积域对抗图神经网络故障诊断模型,分别通过对数据的类别标签、域标签和数据结构信息进行建模。通过分类器和域鉴别器分别建模类别标签和域标签,通过图神经网络将数据结构信息嵌入到实例图节点中,利用高斯Wasserstein距离来度量不同领域的实例图之间的差异。本文对比了不同工况下共14种迁移任务在各模型下故障识别的准确率。实验结果表明:基于动态卷积的域对抗图神经网络模型在变工况下的故障诊断效果均优于其他对比模型,且模型性能稳定。
关键词
无监督域自适应
动态卷积
域对抗
图神经网络
图生成
高斯Wasserstein距离
故障诊断
变工况
Keywords
unsupervised domain adaptation
dynamic convolution
domain adversarial
graph neural network
graph generation
Gaussian Wasserstein distance
fault diagnosis
variable working condition
分类号
TH17 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
变工况下动态卷积域对抗图神经网络故障诊断
王桐
王晨程
邰宇
欧阳敏
陈立伟
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
