基于偽標(biāo)簽深度學(xué)習(xí)的半監(jiān)督滾動(dòng)軸承故障診斷模型

摘要： 針對(duì)實(shí)際工程應(yīng)用中被標(biāo)記的滾動(dòng)軸承故障樣本收集困難，傳統(tǒng)診斷模型精度較低的問(wèn)題，提出一種偽標(biāo)簽學(xué)習(xí)融合參數(shù)遷移深度學(xué)習(xí)網(wǎng)絡(luò)的半監(jiān)督滾動(dòng)軸承故障診斷模型。首先將ImageNet數(shù)據(jù)集上預(yù)訓(xùn)練的殘差網(wǎng)絡(luò)（Residual Network,ResNet）模型參數(shù)遷移至本文模型中作為初始參數(shù)，并使用不同學(xué)習(xí)率微調(diào)網(wǎng)絡(luò)層參數(shù)以加快模型收斂速度；隨后引入偽標(biāo)簽半監(jiān)督學(xué)習(xí)，使用標(biāo)簽數(shù)據(jù)訓(xùn)練模...