期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进SAE-SOFTMAX的模拟电路故障诊断方法 被引量:18
1
作者 袁莉芬 宁暑光 +2 位作者 何怡刚 张朝龙 吕密 《电子测量与仪器学报》 CSCD 北大核心 2018年第7期36-45,共10页
针对传统神经网络存在层次太少以及梯度扩散问题,导致基于传统神经网络的模拟电路故障诊断效果不佳,提出一种基于堆叠自动编码器-柔性最大值分类器(SAE-SOFTMAX)的模拟电路故障诊断方法。通过搭建深层次SAE和SOFTMAX分类器的深度学习框... 针对传统神经网络存在层次太少以及梯度扩散问题,导致基于传统神经网络的模拟电路故障诊断效果不佳,提出一种基于堆叠自动编码器-柔性最大值分类器(SAE-SOFTMAX)的模拟电路故障诊断方法。通过搭建深层次SAE和SOFTMAX分类器的深度学习框架,利用预训练与微调的方法完成整体网络的训练。为提高网络泛化能力,使用Dropout技术对网络加以改进优化,以此提取电子电路的底层稀疏特征并完成故障模式的自动识别分类。实例研究同时给出了几种传统神经网络的诊断效果作为对比实验。实验结果说明,所提方法诊断效果与相关评价参数性能优于传统神经网络。最终得到结论,基于改进SAESOFTMAX网络架构与分层训练机制的电子电路故障诊断方法,其整体性能有所提高诊断效果更好,优于传统的神经网络故障诊断方法。 展开更多
关键词 模拟电路 故障诊断 改进堆叠自动编码器 柔性最大值分类器 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部