数据驱动疲劳模型

低数据高精度

该模型利用迁移学习原理，通过调整不同来源训练数据的权重，实现了从领域知识到数据驱动建模的信息传递，能够以低数据需求实现比传统方法更准确的多轴疲劳寿命预测。

Gan, Lei · Zhiming, Fan · 吴昊 · 仲政

International Journal of Fatigue 2025

技术优势

更准确

利用TrAdaboost调整不同来源训练数据的权重，实现从领域知识到数据驱动模型的信息迁移，预测精度优于现有模型。

数据需求低

迁移学习减少了模型训练所需的数据量，降低了实验成本。