跨工况诊断精度提升
一个用于旋转机械跨工况故障诊断的半监督对比域适应网络，通过域内半监督对比学习消除模糊分类边界，并动态抑制伪标签噪声，提升跨域诊断精度。
Xingchi, Lu · 宋浏阳 · Han, Changkun · 蒋全胜 · Xu, Weiyang · 王华庆
IEEE Internet of Things Journal 2025
通过域内半监督对比学习，在类别信息监督下引导每个域内不同类的判别性学习，从而消除模糊分类边界。
动态限制相关对比学习损失和域适应损失的增益，并引入域对抗，减轻目标域低质量伪标签的负面影响。
与深度子域适应(DSAN)相比，在PU和WTG数据集的跨工况诊断任务上总体平均准确率分别提升22.43%和7.36%。