-
公开(公告)号：CN115270953A
公开(公告)日：2022-11-01
申请号：CN202210869864.1
申请日：2022-07-22
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种带梯度惩罚的DCGAN的故障样本生成方法及系统，其包括：构建正交梯度惩罚深度卷积生成对抗网络模型，设置生成器和判别器，所述生成器用于生成假数据，作为生成样本；对振动信号进行变分模态分解降噪，将降噪后的振动信号转为二维灰度图像，所述二维灰度图像为故障样本，将所述生成样本和所述故障样本输入所述判别器，获得样本真假分类结果；根据所述样本真假分类结果构建所述生成器和所述判别器的损失函数，固定所述生成器和所述判别器的网络参数，对所述正交梯度惩罚深度卷积生成对抗网络模型进行学习训练，由训练后的所述深度卷积生成对抗网络模型得到生成故障样本集。本发明能有效扩充故障样本，为复杂机电系统故障诊断提供支持。
Search Results
1
records
(took 0.027 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
