仪器仪表学报

北大核心,CA,JST,EI,CSCD

国内刊号:11-2179/TH

国际刊号:0254-3087

仪器仪表学报杂志2023年第6期:基于深度迁移学习的变工况气体泄漏检测

发布日期:

作者:张立豪,李 鹏,刘轩宇

单位:张立豪,1. 南京信息工程大学江苏省大气环境与装备技术协同创新中心,2. 无锡学院自动化学院,3. 南京信息工程大学江苏省气象探测与信息处理重点实验室,,李 鹏,1. 南京信息工程大学江苏省大气环境与装备技术协同创新中心,2. 无锡学院自动化学院,3. 南京信息工程大学江苏省气象探测与信息处理重点实验室,,刘轩宇,1. 南京信息工程大学江苏省大气环境与装备技术协同创新中心,2. 无锡学院自动化学院,3. 南京信息工程大学江苏省气象探测与信息处理重点实验室,

关键词:迁移学习;联合域自适应;变工况;泄漏检测

基金:无锡市社会发展科技示范工程项目(20191008)资助

压力容器气体泄漏智能检测识别技术易受多种因素干扰,且智能检测模型需要大量的监测数据训练。而在实际工业环境中,可用数据特别是数据标签十分稀缺,为了克服多工况干扰和数据缺少标签信息等问题,提出了一种利用迁移学习的无监督变工况智能检测技术。首先采集实验室环境下的多种泄漏的样本,选择3种不同压力工况下将数据分为有标签的源域和无标签的目标域;其次设计卷积特征提取器,针对两个域的边缘分布和条件分布,提出一种改进的联合分布适应机制,并进一步改进了分布差异度量,以增强邻域混淆。在6个迁移学习任务上的实验结果验证了该方法的有效性,对比经典域自适应算法有更高的准确率。

来源:2023年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第6期

联系我们

  • 地址:北京市东城区北河沿大街79号
  • 电话:010-64044400
  • E-mail:cjsiedit@cis.org.cn

咨询工作人员