[发明专利]基于加权特征对齐自编码器的半监督故障分类方法

摘要

本发明公开了一种基于加权特征对齐自编码器的半监督故障分类方法，该方法首先使用有标签数据对堆叠自编码器进行重构预训练，并估计重构误差的概率密度分布。然后，根据训练数据重构误差的概率密度函数，计算无标签样本的权重。进一步，利用有标签样本集、无标签样本集以及对应权重，构建基于加权特征对齐自编码器的半监督分类模型。加权特征对齐自编码器分类模型设计了基于加权Sinkhorn距离的交叉熵训练损失函数，该函数使得模型在微调阶段同时使用有标签数据和无标签数据，不仅可以实现数据信息的深度挖掘，还可以提高网络模型的泛化能力。同时，由于加权策略的引入，模型的鲁棒性显著提升。