已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Data augmentation via variational mode reconstruction and its application in few-shot fault diagnosis of rolling bearings

断层(地质) 加权 计算机科学 人工智能 模式(计算机接口) 残余物 点(几何) 功能(生物学) 钥匙(锁) 深度学习 算法 模式识别(心理学) 数学 地质学 生物 进化生物学 操作系统 放射科 医学 计算机安全 地震学 几何学
作者
He Li,Zhijin Zhang,Chunlei Zhang
出处
期刊:Measurement [Elsevier]
卷期号:217: 113062-113062 被引量:9
标识
DOI:10.1016/j.measurement.2023.113062
摘要

Currently, the popular fault diagnosis methods based on deep learning encounter a common limitation in that their accuracy heavily relies on an adequate number of training samples. However, collecting fault samples in real-world scenarios is often challenging. To overcome this challenge, this paper develops a novel data augmentation method named variational mode reconstruction (VMR) to generate augmented samples with similar features to the original samples. The first key point is the random weighting of a certain randomly chosen intrinsic mode function (IMF). Another key point is that the mean values and standard deviations of the augmented samples remain consistent with the original samples. Next, the augmented balanced dataset is utilized to train a deep residual shrinkage network (DRSN), which is then employed for the classification of test samples. Finally, the effectiveness and superiority of the developed VMR in few-shot fault diagnosis are verified through a series of experiments.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
5秒前
共享精神应助拓跋涵易采纳,获得10
5秒前
6秒前
Xty007完成签到,获得积分10
8秒前
8秒前
Sesenta1发布了新的文献求助10
9秒前
9秒前
卡拉蹦蹦完成签到 ,获得积分10
11秒前
11秒前
yf完成签到 ,获得积分10
12秒前
kobeycc发布了新的文献求助30
12秒前
Hello应助cfplhys采纳,获得10
15秒前
16秒前
17秒前
星辰大海应助豆子采纳,获得10
19秒前
kobeycc完成签到,获得积分10
20秒前
小双发布了新的文献求助10
21秒前
lotus完成签到,获得积分10
24秒前
25秒前
jeep先生完成签到,获得积分10
28秒前
徐芳菲完成签到 ,获得积分10
31秒前
Zaleily完成签到,获得积分10
32秒前
34秒前
34秒前
35秒前
李爱国应助和谐的绮南采纳,获得10
36秒前
吴泽斌发布了新的文献求助10
37秒前
Akim应助科研小白采纳,获得10
38秒前
hp发布了新的文献求助20
38秒前
xiaoding应助芝吱芝吱采纳,获得10
38秒前
40秒前
搁浅发布了新的文献求助10
40秒前
白青发布了新的文献求助10
42秒前
syz发布了新的文献求助30
46秒前
吴泽斌完成签到,获得积分10
46秒前
CodeCraft应助科研通管家采纳,获得10
47秒前
科研通AI2S应助科研通管家采纳,获得10
47秒前
田様应助科研通管家采纳,获得10
47秒前
科研通AI2S应助科研通管家采纳,获得10
47秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3150395
求助须知:如何正确求助?哪些是违规求助? 2801512
关于积分的说明 7845255
捐赠科研通 2459095
什么是DOI,文献DOI怎么找? 1308964
科研通“疑难数据库(出版商)”最低求助积分说明 628618
版权声明 601727