不平衡故障诊断：基于聚类欠采样与深度孪生自注意力网络的方法

用户7136653

发布于 2026-10-03 23:23:31

720

概述

在燃气轮机状态监测领域，由于设备运行可靠性高、故障发生频次极低，实际采集的监测数据中健康状态样本占据绝大多数，而故障样本极为稀缺，由此导致严重的数据类别不平衡与特征空间重叠问题。针对这一问题，论文《Highly imbalanced fault diagnosis of gas turbines via clustering-based downsampling and deep siamese

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

人工智能

不平衡故障诊断：基于聚类欠采样与深度孪生自注意力网络的方法

不平衡故障诊断：基于聚类欠采样与深度孪生自注意力网络的方法

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐