小样本条件下基于条件变分自编码器的数据生成方法研究

分类： 计算机科学 >> 自然语言理解与机器翻译 提交时间： 2024-01-05

叶立锴

摘要： 本文以小样本问题为基础，分别建立一维振动信号和二维振动信号的条件变分自编码器网络模型，将整理好的数据集代入模型中，利用生成模型良好的生成数据能力，生成新的不同类型的故障分量信号，然后将生成的分量信号进行重构，并通过原始信号与重构信号的对比图来初步观察数据的生成效果，然后通过降维可视化、余弦相似度、最大均值差异来验证生成重构信号与原始信号之间的相似性，用信号的最大值、最小值等参数来验证多样性，综合评估生成数据的质量。最后，建立故障信息分类模型，设置三类故障原始样本数量为10、30、50，获得故障信息分类的准确率分别为43.3%、64.4%、84.7%，样本扩充后，故障信息分类的准确率为98.3%，充分验证了本方法生成故障数据的准确性。

同行评议状态:待评议

 点击量 506  下载量 128  评论