来源：期刊VIP网 时间：
作者：黄建章;张钰奇;铁瑛;徐平;
单位：郑州大学机械与动力工程学院;郑州大学水利与交通学院;
摘要：为保证大坝闸门的正常运行，需在闸门上布置大量传感器进行健康监测。然而在实际运行中，由于闸门所处的工作环境恶劣，经常造成传感器所采集数据发生缺失，导致采集的数据样本不充足，不具有代表性。对此，基于传统的生成对抗网络(GAN)算法，提出了Attention-GAN算法对原始数据进行扩充。试验结果表明，Attention-GAN算法生成样本与原始样本之间的相似性比传统的GAN算法得到了明显提高，其中平均余弦相似度在闸门数据集上相较于GAN提高了9.87%。可见该算法能够有效地实现小样本露顶式闸门加速度数据增强。
关键词：Attention-GAN;;数据增强;;结构数据;;VMD去噪
基金资助：国家自然科学基金项目(52175153);; 国家工信部智能制造综合标准化与新模式应用项目(2018037)
