基于深度代价敏感卷积网络的故障诊断方法及诊断框架

摘要

本发明公开了基于深度代价敏感卷积网络的故障诊断方法及诊断框架，通过建立健康状识别模块，对基于标签预测损失函数和代价敏感分类损失函数训练网络，为各类别数据分配不同程度的误分类惩罚，最小化分类误差以解决数据不平衡的问题。并且结合自适应模块，以领域对抗损失函数和距离度量损失函数训练网络，最小化源域和目标域的分布差异，混淆域间差异。同时强调源域和目标域具有相关联的一部分的潜在特征，使得两个域的分布近似，促进深度代价敏感卷积网络的智能故障诊断，解决未标签不平衡数据在诊断过程中造成的负面影响的问题。