少样本下基于元学习的柱塞泵故障诊断方法

胡宏俊; 杨喜旺; 黄晋英

doi:10.3969/j.issn.1673-3193.2024.05.005

您当前的位置：

首页 >

文章列表页 >

少样本下基于元学习的柱塞泵故障诊断方法

机械与动力工程 | 更新时间：2026-01-22

- 少样本下基于元学习的柱塞泵故障诊断方法
- Fault Diagnosis Method of Piston Pump Based on Meta⁃Learning with Few Samples
- “针对柱塞泵故障诊断难题，专家提出了基于MAML的少样本故障诊断方法，诊断准确率超90%。”
- 中北大学学报(自然科学版) 2024年45卷第5期页码：592-600
- 作者机构：
  
  1.中北大学计算机科学与技术学院，山西太原 030051
  2.中北大学机械工程学院，山西太原 030051
- 作者简介：
  
  胡宏俊（1998- ），男，硕士生，主要从事深度学习、故障诊断方面的研究。
  杨喜旺（1971- ），男，副教授，博士，主要从事计算机应用、大数据图像处理及故障诊断方面的研究。E⁃mail： yangxw@nuc.edu.cn。
- 基金信息：
  
  山西省回国留学人员科研教研资助项目(2022-141);山西省基础研究计划资助项目(202203021211096);山西省创新项目(2023KY600)
- DOI：10.3969/j.issn.1673-3193.2024.05.005
  中图分类号： TH165
- 收稿：2024-01-01，
  
  纸质出版：2024-10-31
- 稿件说明：
移动端阅览
胡宏俊，杨喜旺，黄晋英. 少样本下基于元学习的柱塞泵故障诊断方法［J］. 中北大学学报（自然科学版）， 2024， 45（5）： 592-600.

HU Hongjun， YANG Xiwang， HUANG Jinying. Fault diagnosis method of piston pump based on meta⁃learning with few samples［J］. Journal of North University of China（Natural Science Edition）， 2024， 45（5）： 592-600.
胡宏俊，杨喜旺，黄晋英. 少样本下基于元学习的柱塞泵故障诊断方法［J］. 中北大学学报（自然科学版）， 2024， 45（5）： 592-600. DOI： 10.3969/j.issn.1673-3193.2024.05.005.

HU Hongjun， YANG Xiwang， HUANG Jinying. Fault diagnosis method of piston pump based on meta⁃learning with few samples［J］. Journal of North University of China（Natural Science Edition）， 2024， 45（5）： 592-600. DOI： 10.3969/j.issn.1673-3193.2024.05.005.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多注意力特征融合的SAR图像目标分类算法

基于改进VisionTransformer模型的团队体育视频多目标跟踪深度学习框架

结合通道优先卷积注意力的点云配准网络

少样本下基于元学习的柱塞泵故障诊断方法

Fault Diagnosis Method of Piston Pump Based on Meta⁃Learning with Few Samples

DOI：10.3969/j.issn.1673-3193.2024.05.005