强噪声下精准识别缺陷信号
该框架通过多层特征增强与层次化分类，在实验室、模拟和实际三种环境下均能精准识别缺陷信号，展现出高灵活性和鲁棒性。
Hewu, Xu · Yang, Yupei · 高斌 · Xiangyu, Zhao · Woo, Wai Lok
IEEE Transactions on Industrial Informatics 2023
通过多层特征增强逐步强化缺陷信号的特征表达，抑制噪声和干扰成分，使得在复杂管道环境下仍能保持高识别准确率。
在实验室、模拟和实际三种不同环境下均进行了实验验证，证明了框架对不同数据分布和工况具有良好的泛化能力。
在实际环境检测信号的分类任务中，所提框架的 F-score 优于其他对比算法，验证了其在真实工况下的有效性。