基于改進聯(lián)邦學習長尾數(shù)據(jù)的故障診斷研究

摘要： 由于無法采集到齒輪和軸承的某樣故障類型的充足故障樣本，使其呈現(xiàn)長尾分布形式，導致無法有效構建神經網絡診斷模型；當引入聯(lián)邦學習方法解決上述長尾問題時，無法有效地提取尾部故障類型樣本的特征信息。針對上述問題，本文提出一種改進聯(lián)邦學習方法。首先，采用聯(lián)邦特征對診斷模型再訓練，提高對尾部樣本的故障特征提取能力；其次，引入CBAM注意力機制，對聯(lián)邦學習中的ResNet網絡模型進行改進，增... （共12頁）