赵志斌-Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study代码github链接：https://github.com/HappyBoy-cmd/UDTL论文链接：https://ieeexplore.ieee.org/do

迁移学习-域适应-损失函数MMD-python代码实现

迁移学习是在已知一个工况下进行训练，然后训练好的方法(模型)能够解决未知工况下的问题因此包括四个方面1、不同工况：等转速、负载、温度等工况不同时，其可能出现域偏移(domain shift)。比如在转速1730rpm下进行训练的好的模型，在转速1797rpm下测试也能满足很好的性能2、不同故障类型：源域和目标域故障类型数量会不相等，根据源域和目标域故障类型，可分为闭集迁移、部分集迁移、开放集迁移和

如何用预训练好的GoogLeNet搭建基于参数的迁移学习网络

如何用预训练好的GoogLeNet搭建基于参数的迁移学习网络

继上次推荐的航空发动机轴承数据集，今天给大家推荐一个风力发电机行星齿轮箱公开数据集，该数据集是继东南大学行星齿轮箱数据集的第2个行星齿轮箱数据集，该数据集有5种健康状态、8个转速，还考虑了不同安装效果，诊断起来更具有挑战性。该数据集是2023年公开的，因此目前基于该数据集的论文不是很多，小伙伴们赶紧用起来吧！对于研究风力发电机故障诊断的小伙伴们，再也不用担心写论文找不到数据啦。论文信息A revi

下载链接：渥太华数据集: https://data.mendeley.com/datasets/v43hmbwxpm/1论文描述链接：https://www.sciencedirect.com/science/article/pii/S2352340918314124描述：该数据包含在时变转速条件下从不同健康状况的轴承采集的振动信号。总共有36个数据集。对于每个数据集，有两个实验设置:轴承健康状态

CNN中注意力机制-通道域-ECA-代码讲解及实现

1DCNN添加Residual Block， python代码实现及讲解

故障诊断资料整理，不断更新