基于深度小波去噪自动编码器的轴承智能故障诊断方法 被引量：7

1

作者 李晓花 江星星 《计算机应用与软件》 北大核心 2021年第2期145-151,190,共8页

针对原始振动数据无监督特征学习问题,提出一种深度小波去噪自动编码器与鲁棒极限学习机相结合的滚动轴承的智能故障诊断方法。利用小波函数作为非线性激活函数设计小波去噪自动编码器,从而有效地捕获信号特征;利用多个小波去噪自动编... 针对原始振动数据无监督特征学习问题,提出一种深度小波去噪自动编码器与鲁棒极限学习机相结合的滚动轴承的智能故障诊断方法。利用小波函数作为非线性激活函数设计小波去噪自动编码器,从而有效地捕获信号特征;利用多个小波去噪自动编码器构造一个深度小波去噪自动编码器来增强无监督特征学习能力;采用鲁棒极限学习机作为分类器,对不同的轴承故障进行分类识别。对实验所得的轴承振动信号进行对比分析,结果验证了该方法在原始振动数据无监督特征学习的条件下优于传统方法和标准深度学习方法。 展开更多

关键词 智能故障诊断 滚动轴承 深度小波去噪自动编码器 极限学习机 无监督特征学习

在线阅读 下载PDF 职称材料

叠加去噪自动编码器结合深度神经网络的心电图信号分类方法 被引量：9

2

作者 颜菲 胡玉平 《计算机应用与软件》 北大核心 2019年第4期178-185,共8页

针对现有心电图信号分类方法精度较低,模型训练收敛速度较慢的缺点,提出一种基于叠加去噪自动编码器和深度神经网络方法的新型分类方法。该方法采用无监督学习方式,利用带有稀疏约束的叠加去噪自动编码器,实现心电图原始数据的特征学习... 针对现有心电图信号分类方法精度较低,模型训练收敛速度较慢的缺点,提出一种基于叠加去噪自动编码器和深度神经网络方法的新型分类方法。该方法采用无监督学习方式,利用带有稀疏约束的叠加去噪自动编码器,实现心电图原始数据的特征学习。基于深度神经网络对信号进行分类,同时利用监督式自主学习微调方法对神经网络权重进行适时调整,从而保证信号分类的精度和质量。利用三个机构的经典数据库对该方法进行实验研究,并与目前两种最新的方法进行对比。实验结果证明,该方法在专家标记样本较少的情况下,仍能明显提高心电图数据分类的准确率,同时加快训练时的收敛速度。 展开更多

关键词 心电图 信号分类 深度神经网络 叠加去噪自动编码器 权重自动调节

在线阅读 下载PDF 职称材料

基于栈式去噪自动编码器的边际Fisher分析算法 被引量：4

3

作者 颜丹 蒋加伏 《计算机工程与应用》 CSCD 北大核心 2017年第5期134-139,共6页

特征学习是模式识别领域的关键问题。基于自动编码器的深度神经网络通过无监督预训练与有监督微调能够有效地提取数据中关键信息,形成特征。提出一种基于栈式去噪自编码器的边际Fisher分析算法,该算法将边际Fisher分析运用于有监督微调... 特征学习是模式识别领域的关键问题。基于自动编码器的深度神经网络通过无监督预训练与有监督微调能够有效地提取数据中关键信息,形成特征。提出一种基于栈式去噪自编码器的边际Fisher分析算法,该算法将边际Fisher分析运用于有监督微调阶段,进一步提升算法的特征学习能力。实验结果表明,该算法与标准的栈式去噪自编码器和基于受限玻尔兹曼机的深度信念网相比,具有更好的识别效果。 展开更多

关键词 特征学习 深度学习 人工神经网络 栈式去噪自动编码器 边际Fisher分析

在线阅读 下载PDF 职称材料

基于深度去噪自动编码器的无人机航空影像目标检测 被引量：14

4

作者 杨锋平 马博迪 +2 位作者 王金荣 高红岗 刘贞报 《西北工业大学学报》 EI CAS CSCD 北大核心 2020年第6期1345-1351,共7页

利用无人机航拍获取目标场景影像信息的方式,具有可低空作业、覆盖面积广、机动性强、效率高、不受地势环境阻碍等优点,广泛应用于军民用领域,军事领域包括威胁目标空中监视、目标搜索、目标打击,民用领域包括交通监测、灾难营救、管线... 利用无人机航拍获取目标场景影像信息的方式,具有可低空作业、覆盖面积广、机动性强、效率高、不受地势环境阻碍等优点,广泛应用于军民用领域,军事领域包括威胁目标空中监视、目标搜索、目标打击,民用领域包括交通监测、灾难营救、管线巡检、区域勘测、边境巡逻等方面。无人机航空影像目标检测过程中,针对待识别目标具有多个角度、成像像素尺寸小、机体震动干扰强等困难,提出一种基于深度去噪自动编码器的目标检测模型。该模型通过进行选择性搜索,提取航空影像感兴趣区域,计算感兴趣区域的径向梯度特征,得到旋转不变特征向量,利用深度去噪自动编码器滤掉原始数据中的噪声,并提取特征向量的深层特征。在国际无人机低空航空影像标准数据集UAV123以及德国宇航院的慕尼黑无人机航空影像集DLR 3K上开展了识别实验,结果表明,针对航空影像目标包括地面车辆、行人、海面船只等,所提方法能够达到90%以上的识别精度,在精准率、召回率、F1调和值等指标上领先于现有方法。 展开更多

关键词 无人机航空影像 目标检测 深度去噪自动编码器 旋转不变性

在线阅读 下载PDF 职称材料

基于DAE-BiLSTM-CNN的滚动轴承故障诊断方法 被引量：7

5

作者 王英杰 朱景建 +1 位作者 龚智强 何彦虎 《机械设计》 CSCD 北大核心 2024年第11期123-129,共7页

滚动轴承作为机械设备中的核心组件,其运行状态直接影响系统的安全性与可靠性。由于轴承运转过程中的噪声干扰,传统故障诊断方法存在识别不准确、模型泛化有限等不足。为解决此问题,提出了一种基于DAE-BiLSTM-CNN的滚动轴承故障诊断方... 滚动轴承作为机械设备中的核心组件,其运行状态直接影响系统的安全性与可靠性。由于轴承运转过程中的噪声干扰,传统故障诊断方法存在识别不准确、模型泛化有限等不足。为解决此问题,提出了一种基于DAE-BiLSTM-CNN的滚动轴承故障诊断方法。通过去噪自动编码器(DAE)提高模型去除噪声干扰能力、采用双向长短时记忆网络(BiLSTM)提取轴承运转过程中的时序特征,再采用卷积神经网络(CNN)提取显著特征进行故障判别与分类。采用已公开数据对模型进行训练及超参数优化,并比较了提出的故障诊断模型与现有模型的准确性、精度、召回率及F1分数等性能评价指标。结果表明:相比于现有的故障诊断模型,所提方法具有更高的精度及召回率,验证了该故障诊断模型的准确性及可靠性,同时也说明该诊断方法对于实际工业应用中的滚动轴承故障诊断具备一定的理论参考价值。 展开更多

关键词 滚动轴承 故障诊断 去噪自动编码器 双向长短时记忆网络 卷积神经网络

在线阅读 下载PDF 职称材料

面向低资源场景的神经机器翻译方法 被引量：2

6

作者 胡朝东 叶娜 +1 位作者 张桂平 蔡东风 《中文信息学报》 CSCD 北大核心 2024年第6期58-66,共9页

神经机器翻译需要大规模的双语平行语料利用深度学习的方法构建翻译模型,但低资源场景下平行句对缺乏,导致训练的神经机器翻译模型效果较差。无监督神经机器翻译技术仅使用两种语言的单语数据,解决了神经机器翻译对大规模双语平行数据... 神经机器翻译需要大规模的双语平行语料利用深度学习的方法构建翻译模型,但低资源场景下平行句对缺乏,导致训练的神经机器翻译模型效果较差。无监督神经机器翻译技术仅使用两种语言的单语数据,解决了神经机器翻译对大规模双语平行数据的依赖问题。但是无监督神经机器翻译技术存在两个问题,一是对于句法建模能力欠缺;二是在低资源场景下存在的少量双语语料不能用于模型训练,造成双语语料资源浪费。为了解决上述问题,该文提出在无监督神经机器翻译中融合句法知识的方法,使模型可以充分学习句子的句法信息;同时引入少量双语平行语料辅助无监督神经机器翻译训练,使模型直接学习源语言与目标语言单词之间的转换。与基线模型相比较,在英-法和德-英单语新闻数据集上BLEU值分别提升了1.65和1.79。 展开更多

关键词 无监督神经机器翻译 句法知识 去噪自动编码器

在线阅读 下载PDF 职称材料

基于广义投影梯度下降算法的深度学习大规模MIMO信号检测 被引量：1

7

作者 黄永明 王正 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第4期961-971,共11页

为了提升大规模MIMO系统的信号检测性能,对由投影和梯度下降(gradient descent,GD)这2个基础操作构成的投影梯度下降(projected gradient descent,PGD)算法进行研究.在基于PGD算法的大规模MIMO检测器中,由于投影和GD操作的损失函数不同... 为了提升大规模MIMO系统的信号检测性能,对由投影和梯度下降(gradient descent,GD)这2个基础操作构成的投影梯度下降(projected gradient descent,PGD)算法进行研究.在基于PGD算法的大规模MIMO检测器中,由于投影和GD操作的损失函数不同,迭代时需要使两者达到平衡,因此通过广义投影梯度下降(generalized projected gradient descent,GPGD)方法实现了投影和GD操作的灵活选取.GPGD方法中在多次的GD步骤后执行1次投影,与传统方式中交替进行投影和GD操作相比,具有显著优势;同时为了保证算法的收敛效率,也对GD操作的步长进行了探究.另外,通过对GPGD算法进行基于深度神经网络的迭代展开,进一步构建了自纠错自动检测器的检测框架,有效提升检测性能和效率.仿真结果表明,GPGD方法带来了明显的系统增益,具有显著的优越性. 展开更多

关键词 大规模MIMO检测 投影梯度下降 去噪自动编码器 深度学习

在线阅读 下载PDF 职称材料

一种基于迁移深度强化学习的建筑能耗预测方法 被引量：10

8

作者 傅启明 吴少波 +3 位作者 戴大东 杨正霞 陈建平 吴宏杰 《计算机应用研究》 CSCD 北大核心 2020年第S01期92-94,共3页

建筑能耗在我国总能耗中占比超过了35%。建筑能耗预测是能源科学管理、高效节能、低碳绿色发展的重要课题。但建筑能耗数据的成因复杂、独立同分布性弱、目标域样本不足,导致现有预测模型泛化性不足。由此提出了一种基于迁移深度强化学... 建筑能耗在我国总能耗中占比超过了35%。建筑能耗预测是能源科学管理、高效节能、低碳绿色发展的重要课题。但建筑能耗数据的成因复杂、独立同分布性弱、目标域样本不足,导致现有预测模型泛化性不足。由此提出了一种基于迁移深度强化学习的建筑能耗预测方法,充分利用隐藏层结构模型迁移共享建筑能耗的有用信息,通过堆叠去噪自动编码器挖掘建筑能耗中深层特征,结合强化学习Q-Learning方法进行建筑能耗建模。为了验证方法性能,采用了美国加利福尼亚州弗里蒙特的零售建筑真实能耗数据,与Q-Learning、ADE-BPNN、BP-Adaboost进行了比较,所提方法在MSE、RMSE、MAE、MAPE方面分别比上述三种方法的平均值降低了25.9%、13.1%、23.7%、19.3%,有效提高了建筑能耗预测的精度。 展开更多

关键词 特征迁移 堆叠去噪自动编码器 深度强化学习 建筑能耗预测

在线阅读 下载PDF 职称材料

基于随机森林的单粒玉米种子水分近红外快速定量检测 被引量：12

9

作者 张乐 吴静珠 +3 位作者 李江波 刘翠玲 孙晓荣 余乐 《中国粮油学报》 CAS CSCD 北大核心 2021年第12期114-119,共6页

玉米精量播种技术发展对单粒种子质量检测提出更高的检测要求,本研究重点探索了近红外光谱结合化学计量学方法建立单粒玉米种子水分检测模型的可行性。收集并测定了110份玉米样本的含水量,应用傅里叶变换红外光谱仪及单粒测样附件扫描... 玉米精量播种技术发展对单粒种子质量检测提出更高的检测要求,本研究重点探索了近红外光谱结合化学计量学方法建立单粒玉米种子水分检测模型的可行性。收集并测定了110份玉米样本的含水量,应用傅里叶变换红外光谱仪及单粒测样附件扫描得到样本集近红外光谱,利用SPXY法以3∶1比例划分训练集和测试集。采用多种光谱预处理方法消除单粒种子采集光谱时由于颗粒形态等引起的噪声干扰,再采用主成分分析(PCA)、去噪自动编码器(DAE)进行降维和特征提取,建立基于随机森林(RF)的单粒玉米种子含水量预测模型。实验结果表明,相对其他预处理方法而言,多元散射校正处理后建立的单粒种子水分模型性能较好,其训练集的R为0.9862,RMSEC为0.1414;测试集的R为0.9689,RMSEP为0.4457。DAE相较于PCA光谱特征提取效果更好,其训练集的R为0.9885,RMSEC为0.17531;测试集的R为0.9824,RMSEP为0.4206。研究结果表明,经过光谱预处理并结合光谱降维消噪后,基于RF的模型可以有效降低单粒玉米种子近红外光谱采集时引入的非线性干扰,有助于提升单粒玉米种子水分近红外快速无损检测实际应用可行性。 展开更多

关键词 近红外光谱 单粒玉米 水分 去噪自动编码器 随机森林

在线阅读 下载PDF 职称材料

基于数据增强与流数据处理的Tor流量分析模型 被引量：2

10

作者 席荣康 蔡满春 芦天亮 《计算机工程》 CAS CSCD 北大核心 2023年第3期177-184,共8页

Tor流量分析技术为打击利用Tor匿名通信工具从事的暗网犯罪活动提供了技术支撑,但目前存在数据难于收集、数据集不平衡、模型抗概念漂移能力差等问题。提出一种结合堆叠去噪自编码器和在线序列极限学习机的Tor流量分析模型。对原始Tor P... Tor流量分析技术为打击利用Tor匿名通信工具从事的暗网犯罪活动提供了技术支撑,但目前存在数据难于收集、数据集不平衡、模型抗概念漂移能力差等问题。提出一种结合堆叠去噪自编码器和在线序列极限学习机的Tor流量分析模型。对原始Tor PACP包进行分割、去噪处理并提取特征序列。在此基础上,将一维序列转化为可视化灰度图并输入改进多尺寸深度卷积生成对抗网络,生成Tor流量样本以平衡数据集,利用堆叠降噪自动编码器进行序列降维并将特征输入在线序列极限学习机实现Tor匿名流量的在线流识别。实验结果表明,改进多尺寸深度卷积生成对抗网络可用于提升数据集质量并提高模型识别率约2.8个百分点,结合在线序列极限学习机和堆叠去噪自编码器的流量分析模型准确率可达95.7%,识别效率较传统卷积神经网络和长短期记忆网络模型有较大提升。 展开更多

关键词 洋葱路由 概念漂移 流数据挖掘 数据增强 深度卷积生成对抗网络 堆叠去噪自动编码器 在线序列极限学习机

在线阅读 下载PDF 职称材料

基于深度学习SDA的压缩感知图像重构方法 被引量：2

11

作者 谢雪晴 《计算机工程与设计》 北大核心 2018年第11期3516-3519,3525,共5页

为减少传统压缩感知对图像信号测量与重构的时间,提高重构精度,提出一种深度学习SDA的压缩感知框架,采用堆叠去噪自动编码器(SDA)作为无监督特征学习器,支持信号的线性和非线性测量,捕获特定信号的不同元素之间的统计依赖性;利用前馈深... 为减少传统压缩感知对图像信号测量与重构的时间,提高重构精度,提出一种深度学习SDA的压缩感知框架,采用堆叠去噪自动编码器(SDA)作为无监督特征学习器,支持信号的线性和非线性测量,捕获特定信号的不同元素之间的统计依赖性;利用前馈深度神经网络代替传统重构算法,从训练数据中学习信号的结构化表示,实现图像信号重构。实验结果表明,与压缩感知SPL算法、D-AMP算法和TV算法比较,该方法峰值信噪比(PSNR)更高,且重构时间仅仅为0.002s,远低于其它3种算法。 展开更多

关键词 压缩感知 深度学习 堆叠去噪自动编码器 无监督特征学习 结构化表示

在线阅读 下载PDF 职称材料

基于深度学习的装备故障诊断方法 被引量：16

12

作者 鞠建波 胡胜林 +1 位作者 祝超 管晗 《电光与控制》 北大核心 2018年第2期103-106,共4页

深度学习作为模式识别和机器学习领域的最新成果,在装备故障诊断和健康管理方面有着广阔的前景。结合装备故障大数据的特点和深度学习理论的优势,提出一种新的装备故障诊断方法。根据去噪自动编码器原理,实现训练网络的无监督特征学习,... 深度学习作为模式识别和机器学习领域的最新成果,在装备故障诊断和健康管理方面有着广阔的前景。结合装备故障大数据的特点和深度学习理论的优势,提出一种新的装备故障诊断方法。根据去噪自动编码器原理,实现训练网络的无监督特征学习,完成整个神经网络的构建;根据故障种类确定输出层,使用BP算法对整个网络进行有监督微调,提升故障分类的准确度。利用上述方法,通过实验完成了某通信电台的模块级故障诊断。 展开更多

关键词 故障诊断 大数据 深度学习 模式识别 去噪自动编码器

在线阅读 下载PDF 职称材料