箱型图与特征融合模型在轮对轴承标签混淆数据分类中的应用

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 深度学习方法在列车轮对轴承故障诊断领域表现出了巨大的潜力，但其可以有效实现的前提是各类数据与类别标签之间能够正确匹配，对于含有少量标签错误样本的数据，传统深度学习方法难以实现预期的诊断效果。针对此问题，提出了一种箱型图法与特征融合模型相结合的故障诊断方法。利用列车轮对轴承实验数据对所提方法进行验证，结果表明，相比于直接利用传统神经网络模型进行故障诊断，本文所提方法的诊断准确率更高，说明本文方法对于含有少量标签错误样本的轴承数据具有更好的处理效果。（剩余15516字）

试读结束

目录
monitor