基于改进深度置信网络的故障诊断方法
针对深度置信网络对小样本数据集故障诊断时准确率低的问题,提出了基于改进深度置信网络的故障诊断方法.该方法通过优化网络特征提取能力,提升网络学习和分类能力以减少网络训练对数据的依赖程度;利用网络公开数据集测试改进的深度置信网络模型的性能;并将改进网络模型应用于小样本故障数据集上.实验验证结果表明,较基于传统网络模型的故障诊断而言,基于改进模型的方法通过添加新的隐藏层,强化了模型特征提取能力,提高了故障诊断准确率.
故障诊断、深度置信网络、特征提取、自适应谐振
42
TP206(自动化技术及设备)
2020-09-15(万方平台首次上网日期,不代表论文的发表时间)
共8页
98-105