【论文解读】基于聚类欠采样与深度孪生自注意力网络的燃气轮机不平衡故障诊断
航空燃气轮机在实际服役过程中具有极高的可靠性,绝大多数历史监测数据均处于健康状态,而实际故障样本极为稀缺,且故障初期特征与正常状态在特征空间中存在较强的重叠性。针对这一工业实际场景中的极度不平衡分类难题,论文《Highly imbalanced fault diagnosis of gas turbines via clustering-based downsampling and deep siamese self-attention network》提出了一种集成了聚类欠采样与深度孪生自注意力网络的故障诊断方法。该方法致力于通过对正常样本进行聚类筛选以构建平衡训练集,并结合自注意力机制与度...