13、机械系统无监督深度迁移学习智能故障诊断

机械系统无监督深度迁移学习智能故障诊断

1. 评估指标与数据集结果

在评估模型性能时，使用了四种准确率指标：
- Last - Mean 和 Last - Max ：表示最后一个训练周期的平均准确率和最大准确率，用于衡量无测试数据泄漏情况下的测试准确率。
- Best - Mean 和 Best - Max ：表示模型达到最佳性能的周期内的平均准确率和最大准确率。

对不同数据集的最高平均准确率进行了总结，结果如下表所示：
| 数据集 | 最高平均准确率 |
| ---- | ---- |
| CWRU | 超过 99% |
| PU | 约 60% |

需要注意的是，由于难以对每个参数进行详细微调，这些准确率只是下限。

2. 模型结果

不同方法的结果对比显示：
- 对于 CWRU 和 PU 两个数据集，所讨论的方法都能提高基础模型的准确率，但 AdaBN 的提升幅度远小于其他方法。
- DANN 的结果总体上优于 MK - MMD，这表明对抗训练有助于对齐领域偏移。

以下是模型结果对比的 mermaid 流程图：

graph LR
    A[不同方法] --> B[CWRU 数据集]
    A --> C[PU 数据集]
    B --> D[准确率提升]
    C --> D
    D --> E[DANN 优于 MK - MMD]