堆栈稀疏自编码器相关论文
流程工业的大型化和复杂化,以及对产品质量指标的苛刻要求,使得流程工业过程优化和控制变得越来越重要。而控制器性能的好坏直接关......
针对液压信号高度复杂且难以识别的特点,提出了一种基于堆栈稀疏自编码器(SSAE)与Softmax的深度神经网络(DNN)来对液压泵泄漏状态......
针对传统波达方位(DOA)估计算法在低信噪比下定位误差大的问题,提出基于稀疏堆叠降噪自编码器深层神经网络的语音DOA估计算法。......
针对当前齿轮故障诊断存在着准确性不高、主观性强等问题,提出了一种基于堆栈稀疏自编码器(SSAE)和softmax分类器相结合的齿轮故障......
本文提出了一种基于堆栈稀疏自编码器(SSAE)的滚动轴承故障类别的自动识别方法。将原始轴承信号进行截断处理,既保留了有用信息,又......
从人体目标雷达回波数据中提取可分性较好的微动特征是实现目标分类的关键。针对传统谱图结构特征无法对体型相似的人体目标精细识......
电机作为工农业生产必不可少的设备,具有十分重要的地位。若电机运行过程中出现故障,不仅造成经济损失,甚至威胁人的生命安全。目......
针对电机故障诊断采用传统神经网络易陷入局部极小值等问题,提出一种新型的特征学习诊断方法.方法通过多个稀疏自编码器的堆叠构建......
数控机床在加工过程中,刀具磨损会对被加工零件的表面质量、尺寸精度产生巨大影响,而传统依靠切削力系数来分析刀具磨损的方法,需......
针对电机故障诊断采用传统神经网络存在的梯度消失等问题,提出了一种长短时记忆(LSTM)神经网络与Softmax多分类器结合的诊断方法。......
目前地空导弹发射区的拟合算法主要是多项式拟合法和BP神经网络拟合法。多项式拟合法存在函数形式难以确定、函数范围不易分段等问......
