Background
现阶段的复合故障都是将其作为一个单独的故障类型，参与训练并测试
复合故障发生几率小，种类多，采集大量的故障数据难度大
能否将复合故障直接作为一种未知故障
zero-shot learning （ZSL）的目标是开发能够识别分布外的类别。ZSL的关键是探索和开发未知和已知类别之间的语义关系。为了反映不同类别之间的语义关系，通常会在ZSL方法中引入属性空间。
该诊断方法分为三个阶段。在阶段1中，通过无监督特征学习模型获得特征。根据这些特性，阶段2预先判断测试数据是从单一故障还是复合故障中收集的。在阶段3中，建立了一个标签描述空间(LDS)作为机械故障的属性空间。LDS描述了复合故障与相关的单个故障之间的关系。然后，提出了一种用于智能故障诊断的LDS嵌入式模型(LDS-IFD)来识别未知的复合故障。
Method proposed
大框架（与我上一篇差不多）
1、特征提取
2、已知未知故障类别分类
3、已知 → \rightarrow →分类，未知 → \rightarrow →LDS-IFD
LDS-IFD
好复杂，一时看不懂，待后续更新
Experiment
Data
Result
Pre-judgment 的结果图：
混淆矩阵
论文