基于过滤策略的特征对齐自编码器故障分类方法

摘要

本发明公开了一种基于过滤策略的特征对齐自编码器故障分类方法，该方法首先使用有标签数据对堆叠自编码器进行重构预训练，并且对重构误差明显大于有标签数据的无标签数据进行过滤操作，然后使用有标签数据与过滤后的无标签数据进行特征对齐自编码器分类模型的构建。特征对齐自编码器分类模型设计了基于Sinkhorn距离的交叉熵训练损失函数，该函数使得模型在微调阶段同时使用有标签数据和无标签数据，不仅可以实现数据信息的深度挖掘，还可以提高网络模型的泛化能力。同时，由于过滤策略的引入，模型的鲁棒性显著提升。