压缩感知数据增强

小样本高保真扩充

一种基于压缩感知的轴承故障数据增强方法,生成的数据在频域上与原始数据高度相似,保留主要特征信息,所需故障样本少、计算复杂度低,有效解决故障诊断中的小样本问题。

Wang, Dongdong · Dong, Yining · Wang, Han · 唐刚

IEEE Sensors Journal 2023

技术优势

生成数据多样性高

压缩感知生成的数据具有多样性,避免了单一模式,为后续诊断模型提供更丰富的训练样本。

频域特征保留好

生成数据在频域上与原始数据高度相似,保留了主要特征信息,有利于故障特征提取。

所需样本少且计算复杂度低

与GAN等方法相比,该方法所需故障数据更少,计算复杂度更低,更适用于小样本场景。

应用场景