基于单侧对齐策略下的类别缺失鲁棒域自适应故障诊断

在本文中,我们证明了当目标训练数据集中存在缺失类别时,直接应用对抗域自适应技术会导致性能下降。为了克服这个问题,我们利用源域的类间关系提出了单侧对齐,这是一种简单而有效的训练策略。我们在故障诊断任务上的实验展示了所提出的领域自适应方法在工业应用中的潜力,其中缺失类别的问题对所应用的方法施加了显着的限制。发展所提出的模型在样本缺失情况下的性能是未来的发展方向之一。

  • 2024-11-06
  • 收藏0
  • 阅读2

方案详情

评价

评分 :
   *