项目说明

本仓库提供故障诊断特征提取、跨频率验证与迁移学习训练脚本。

1) 生成跨频率验证数据

默认：训练=12kHz_DE_data，验证=48kHz_DE_data。你可以在 preprocess/cross_freq_split.py 顶部修改 TRAIN_DIR 与 VAL_DIR。

运行：

python preprocess/cross_freq_split.py

输出 data/cross_freq_features.npz，包含：

• X_train, y_train：训练频率特征与标签
• X_val, y_val：验证频率特征与标签
• feature_names：特征名对齐

2) 训练基线模型

model/base.py 会优先加载 data/cross_freq_features.npz；若不存在则退回使用 data/pca_features_labels.npz（同频率随机切分）。

python model/base.py

3) 迁移学习（含目标域）

先预处理源/目标域并进行 CORAL 对齐：

python preprocess/transfer_data.py

然后训练 DANN 模型：

python model/transfer.py

日志中会打印：

• Target samples（目标域样本数）
• Batches -> source/target/val（各数据加载器批次数）

这可用于确认目标域数据已被实际使用。

4) 依赖

见 pyproject.toml。使用 uv/pip 安装均可。