轴承故障诊断之迁移学习

本文来自本人公众号：** 轴承故障诊断与寿命预测 ** 迁移学习有人比做人工智能的最后一公里。 迁移学习的通俗解释为把一个已经解决一定问题的模型调整为解决近似问题的模型。 迁移学习的核心在于问题的相似性度量和调整，无论是数据迁移还是模型迁移等，核心在于问题之间的联系性，通过找到关联转移的方法，实现不同目的。比如轴承故障诊断过程中，可能工况具有差别，导致振动信号采集过程中的幅度具有不同，但本质的特征

>>阅读原文<<