变工况下诊断可靠
一种结合残差收缩、置信-怀疑损失和自适应权重分配的深度网络，提升变工况下齿轮故障诊断的可靠性。
Xingwang, Lv · 王金瑞 · Ranran, Qin · 包继华 · 姜雪 · 张宗振 · 韩宝坤 · 江星星
Engineering Applications of Artificial Intelligence 2025
通过子域分布对齐主动拉近不同工况下的特征，模型在转速与负载变化时仍能保持诊断精度。
自怀疑损失让模型在学到错误知识时具备抽身能力，减少错误经验的干扰。
自适应权重分配机制重新校准每个源域样本的权重，降低负迁移对模型的影响。