基于耿贝尔分布自编码器的工业信号特征提取方法

本发明公开了基于耿贝尔分布自编码器的工业信号特征提取方法，首先构建工业信号集合<Image he="29" wi="33" file="ZY_3.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>，并融合故障类别信息，以得到包含丰富类别语义的向量<Image he="41" wi="39" file="ZY_4.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>；构建时间序列编码器，以提取<Image he="41" wi="39" file="ZY_7.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>特征，设计指示函数以离散化特征，并通过反向卷积层重构离散特征<Image he="41" wi="33" file="ZY_1.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>，得到<Image he="41" wi="39" file="ZY_5.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>的重构表示<Image he="50" wi="41" file="ZY_8.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>；然后定义分解损失<Image he="40" wi="66" file="ZY_9.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>与对比损失<Image he="40" wi="64" file="ZY_2.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>，分别对信号隐藏特征进行深度挖掘及优化特征空间的类别区分度；最后依据工业任务场景，训练关于离散特征<Image he="41" wi="33" file="ZY_6.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>的分类器或生成器，实现工业故障诊断或稀缺样本生成任务。本发明有助于工业系统智能分析的发展，为工业故障诊断、稀缺样本生成等任务提供可靠特征来源。