基于改進SAGGAN模型的齒輪故障分類方法研究

摘要： 針對齒輪故障樣本獲取困難，導致深度學習驅動故障分類模型的可靠性和準確性不足這一問題，提出了一種基于改進自注意力門單元生成對抗網絡(SAGGAN)的半監(jiān)督齒輪故障分類模型。首先，為增強改進SAGGAN模型的特征表示能力，提升齒輪故障的半監(jiān)督分類效果，在自注意力生成對抗網絡(SAGAN)的基礎上，引入了門控通道轉換模塊(GCT)、改進自注意力門控模塊(SAG)和預訓練的Incept... （共10頁）