summer_lincy的博客

原创 多传感器信息融合与MAML应用于故障诊断

近年来，元学习因其处理小样本和快速适应不同诊断任务的优势，在故障诊断领域受到越来越多的关注。然而，工况急剧变化的场景和繁重的计算负担仍然限制了元学习在迁移故障诊断领域的有效应用。针对上述挑战，提出了一种基于信息融合的模型不可知元学习(IFMAML)的少量元迁移诊断方法。首先，引入基于稀疏主成分分析的信息增强方法，增强领域不变特征，减少数据冗余。随后，提出了多传感器数据的信息融合策略，形成图像的红绿蓝(RGB)通道信息，丰富了域不变特征的多样性，挖掘了多传感器的空间信息。