基于稀疏自编码的电网伪波动数据快速清洗

1

作者 王金忠 《电子设计工程》 2025年第10期121-124,129,共5页

目前的电网伪波动数据清洗方法应用后的数据损失量大,无法对规定数据实现快速清洗。为解决这一问题,提出基于稀疏自编码的电网伪波动数据快速清洗方法。通过稀疏自编码建立电网伪波动数据检测模型,基于稀疏自编码算法分析数据运行模式,... 目前的电网伪波动数据清洗方法应用后的数据损失量大,无法对规定数据实现快速清洗。为解决这一问题,提出基于稀疏自编码的电网伪波动数据快速清洗方法。通过稀疏自编码建立电网伪波动数据检测模型,基于稀疏自编码算法分析数据运行模式,在数据库内部训练数据,通过小波分解实现数据特征提取。对于电网数据进行编码并计算局部密度值,根据计算结果与密度峰值实现电网伪波动数据聚类,通过将电网伪波动数据进行剔除处理从而实现电网伪波动数据快速清洗。实验结果表明,所提方法能够有效减小数据损失量,清洗时间在5 s内,清洗效果显著。 展开更多

关键词 稀疏自编码 电网数据 伪波动数据 快速清洗

在线阅读 下载PDF 职称材料

基于堆叠稀疏自编码和谱聚类分析的带式输送机托辊故障诊断 被引量：2

2

作者 缪江华 苑静科 王文硕 《煤矿机械》 2024年第7期163-166,共4页

针对煤矿带式输送机托辊故障数据庞大、可变性强等特点,以工业现场采集的音频数据为基础,对数据进程预处理,选用4个隐藏层,采用每层节点数分别为128、32、16、8的自编码模型进行特征值提取,计算出各特征值的相关性,提取偏度、均值、峭... 针对煤矿带式输送机托辊故障数据庞大、可变性强等特点,以工业现场采集的音频数据为基础,对数据进程预处理,选用4个隐藏层,采用每层节点数分别为128、32、16、8的自编码模型进行特征值提取,计算出各特征值的相关性,提取偏度、均值、峭度、峰值、波数和过零率6个特征,采用K-means算法和谱聚类算法进行故障诊断对比分析,建立故障诊断分级标准。实验结果表明,堆叠稀疏自编码提取特征优于时域特征,能够有效过滤干扰信息;基于堆叠稀疏自编码提取的特征值的谱聚类算法对于故障分为4类时效果最佳,故障诊断准确率高达96%。 展开更多

关键词 堆叠稀疏自编码 谱聚类算法 特征值 故障诊断

在线阅读 下载PDF 职称材料

基于稀疏自编码的智能电网海量运行数据清洗

3

作者 王艺博 王清未 李敏 《电子设计工程》 2024年第21期56-59,64,共5页

为解决电网数据样本混合的问题并提升智能电网的运行与响应速率,提出基于稀疏自编码的智能电网海量运行数据清洗方法。按照稀疏自编码原则,建立自编码网络模型,联合数据样本稀疏矩阵,确定深度降维参数的实际取值范围,实现对智能电网运... 为解决电网数据样本混合的问题并提升智能电网的运行与响应速率,提出基于稀疏自编码的智能电网海量运行数据清洗方法。按照稀疏自编码原则,建立自编码网络模型,联合数据样本稀疏矩阵,确定深度降维参数的实际取值范围,实现对智能电网运行数据的降维处理。根据数据仓库定义形式,估算数据样本运行状态,计算聚类清洗参量的具体数值,完成基于稀疏自编码的智能电网海量运行数据清洗算法的设计。实验结果表明,在稀疏自编码原则作用下,电网主机能够准确区分两类数据样本,从而解决电网数据样本混合的问题,达到提升智能电网运行与响应速率的实际应用需求。 展开更多

关键词 稀疏自编码 智能电网 数据清洗 数据样本矩阵 降维处理

在线阅读 下载PDF 职称材料

基于多路稀疏自编码的轴承状态动态监测 被引量：16

4

作者 张绍辉 《振动与冲击》 EI CSCD 北大核心 2016年第19期125-131,共7页

机械系统的运行是一个时变的过程,为了更好的监测系统的健康状况,通常在设备系统的关键部位加装各种传感器,由此产生大量的数据,传统的单一数据或者人为经验指导均无法快速有效的提取其中的状态信息,排除冗余成分的影响,实现对设备运行... 机械系统的运行是一个时变的过程,为了更好的监测系统的健康状况,通常在设备系统的关键部位加装各种传感器,由此产生大量的数据,传统的单一数据或者人为经验指导均无法快速有效的提取其中的状态信息,排除冗余成分的影响,实现对设备运行状态实时有效的判断。为了有效利用设备上的多路传感器信息,并融合这些信息提取描述系统运行状态的有效成分,实现对机械系统的在线监测。提出利用稀疏自编码深度学习模型对各个传感器采集到的数据进行融合,并结合平方预测误差SPE(Square Prediction Error)指标描述设备运行状态,轴承仿真及轴承故障实验证明,采用稀疏自编码与平方预测误差相结合的模型能够有效的监测轴承故障,并对故障部位进行准确定位。 展开更多

关键词 深度学习 稀疏自编码 状态识别

在线阅读 下载PDF 职称材料

基于稀疏自编码的无监督哈希算法 被引量：1

5

作者 张丽萍 孟卫平 谭家海 《液晶与显示》 CAS CSCD 北大核心 2018年第11期950-957,共8页

最近邻搜索在大规模图像检索中变得越来越重要。在最近邻搜索中,许多哈希方法因为快速查询和低内存被提出。然而,现有方法在哈希函数构造过程中对数据稀疏结构研究的不足,本文提出了一种无监督的稀疏自编码的图像哈希方法。基于稀疏自... 最近邻搜索在大规模图像检索中变得越来越重要。在最近邻搜索中,许多哈希方法因为快速查询和低内存被提出。然而,现有方法在哈希函数构造过程中对数据稀疏结构研究的不足,本文提出了一种无监督的稀疏自编码的图像哈希方法。基于稀疏自编码的图像哈希方法将稀疏构造过程引入哈希函数的学习过程中,即通过利用稀疏自编码器的KL距离对哈希码进行稀疏约束以增强局部保持映射过程中的判别性,同时利用L2范数来哈希编码的量化误差。实验中用两个公共图像检索数据集CIFAR-10和YouTube Faces验证了本文算法相比其他无监督哈希算法的优越性。 展开更多

关键词 图像哈希 稀疏自编码 KL距离 量化误差 无监督算法

在线阅读 下载PDF 职称材料

结合像素相关性稀疏自编码模型的图像分类 被引量：1

6

作者 魏英姿 闫广志 +1 位作者 赵方昕 赵祉淇 《沈阳理工大学学报》 CAS 2017年第4期14-18,共5页

为满足图像分类的需要,提出一种基于稀疏自编码神经网络分类方法。在稀疏自编码网络中将一个常量引入到损失函数,将损失函数最小化,对非零单元进行过惩罚,来获得稀疏性的指标。在图像自编码过程中引入游程编码的思想,以优化稀疏自编码... 为满足图像分类的需要,提出一种基于稀疏自编码神经网络分类方法。在稀疏自编码网络中将一个常量引入到损失函数,将损失函数最小化,对非零单元进行过惩罚,来获得稀疏性的指标。在图像自编码过程中引入游程编码的思想,以优化稀疏自编码的冗余性,并加强图像中基层特征之间的关联性,提高图像特征提取时的运行效率。实验结果表明,训练好的网络可以更有效地对图像进行特征抽象和特征降维,逐层挖掘其深层特征,使网络达到较高的识别准确率。 展开更多

关键词 图像分类 稀疏自编码 特征降维 游程编码

在线阅读 下载PDF 职称材料

基于稀疏自编码深度神经网络的入侵检测方法 被引量：1

7

作者 任伟 《移动通信》 2018年第8期27-32,37,共7页

针对现有未知网络攻击检测方法采用人工或浅层机器学习方法选取特征导致检测精度较低的问题,提出一种基于稀疏自编码深度神经网络的入侵检测模型。该模型采用多层无监督神经元将高维、非线性的数据映射成低维空间,建立高维空间和低维空... 针对现有未知网络攻击检测方法采用人工或浅层机器学习方法选取特征导致检测精度较低的问题,提出一种基于稀疏自编码深度神经网络的入侵检测模型。该模型采用多层无监督神经元将高维、非线性的数据映射成低维空间,建立高维空间和低维空间的双向映射的自编码网络结构。除此之外,通过稀疏自编码获得权值和偏置初始化深度神经网络隐含层的参数,用归一化后的网络底层连接记录数据对深度神经网络进行训练并测试。实验结果表明,本文所采用的方法能够提高入侵检测模型的准确率,优于浅层机器学习选取特征的分类算法,是一种高效且可行的入侵检测模型。 展开更多

关键词 特征提取 稀疏自编码 深度神经网络 入侵检测

在线阅读 下载PDF 职称材料

一种基于稀疏自编码器的电机故障诊断方法 被引量：9

8

作者 王黎阳 杜翀 +1 位作者 汪欣 翟旭平 《噪声与振动控制》 CSCD 2019年第5期197-202,249,共7页

在电机故障诊断研究领域,基于人工智能技术和现代信号处理方法相结合的故障诊断技术正逐步成为目 前的研究热点。一般的模式识别方法往往对信号的数据采集和处理有较高要求,且往往因模型泛化能力有限而受到 制约。为解决这一问题,提出... 在电机故障诊断研究领域,基于人工智能技术和现代信号处理方法相结合的故障诊断技术正逐步成为目 前的研究热点。一般的模式识别方法往往对信号的数据采集和处理有较高要求,且往往因模型泛化能力有限而受到 制约。为解决这一问题,提出一种基于稀疏自编码器的故障诊断方法,利用Hilbert包络谱信号训练稀疏自编码器,自 适应将大数据的内在特征提炼为简单的特征函数,通过特征函数表达实现电机状况的智能诊断。实验结果表明,相比 BP(Back propagation,BP)神经网络和支持向量机分类算法,本方法可快速、有效地提高故障分类的准确度,对电机故障 精准诊断具有重要意义。 展开更多

关键词 故障诊断 稀疏自编码 模式识别 特征提取

在线阅读 下载PDF 职称材料

基于稀疏自编码神经网络的产品再设计模块识别方法 被引量：3

9

作者 马斌彬 马红占 +1 位作者 褚学宁 李玉鹏 《上海交通大学学报》 EI CAS CSCD 北大核心 2019年第7期838-843,共6页

提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能... 提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能数据用于训练SAENN模型,使用运行期间的性能时变数据更新产品的状态特征,以反映功能的退化过程;通过对比功能间的退化差异来识别需要再设计模块;同时,以某制造企业水平定向钻产品再设计功能模块的识别为例验证了所提方法的可行性.结果表明,所提出的再设计模块识别方法具有较好的准确性,能够识别需改进的功能模块,识别结果可作为产品再设计的依据. 展开更多

关键词 产品再设计 模块识别 性能时变数据 稀疏自编码神经网络 功能退化

在线阅读 下载PDF 职称材料

基于频谱包络曲线的稀疏自编码算法及在齿轮箱故障诊断的应用 被引量：16

10

作者 张绍辉 罗洁思 《振动与冲击》 EI CSCD 北大核心 2018年第4期249-256,共8页

直接将时域或者频域作为低层输入信息构建深度学习故障诊断模型,可以有效的削弱人为因素的干扰,进一步提高人工智能在故障诊断领域的发展。然而,低层输入的时域信号长度难以划定,而频域信号的数据长度较大,导致模型的计算效率降低。针... 直接将时域或者频域作为低层输入信息构建深度学习故障诊断模型,可以有效的削弱人为因素的干扰,进一步提高人工智能在故障诊断领域的发展。然而,低层输入的时域信号长度难以划定,而频域信号的数据长度较大,导致模型的计算效率降低。针对该问题,提出预先对低层频域信号提取包络线,得到表征频域变化态势的信息成分,接着再与稀疏自编码结合构建稀疏自编码的故障诊断模型。齿轮箱故障诊断实验证明,与原始频域输入相比,所提方法能够在保证诊断效果的同时,降低计算复杂度和所需要的存储空间。 展开更多

关键词 深度学习 稀疏自编码 齿轮箱 故障诊断

在线阅读 下载PDF 职称材料

基于深度稀疏自编码刮板输送机故障诊断与分析 被引量：5

11

作者 王金辉 闵令江 《煤炭科学技术》 CAS CSCD 北大核心 2019年第S02期68-73,共6页

研究了深度稀疏编码的原理、结构和学习算法,并将深度稀疏自编码网络应用于刮板输送机减速器滚动轴承的故障诊断。介绍了故障模拟试验台,采集不同类型的滚动轴承信号,并对信号进行预处理。利用深度稀疏自编码进行训练,当训练误差满足设... 研究了深度稀疏编码的原理、结构和学习算法,并将深度稀疏自编码网络应用于刮板输送机减速器滚动轴承的故障诊断。介绍了故障模拟试验台,采集不同类型的滚动轴承信号,并对信号进行预处理。利用深度稀疏自编码进行训练,当训练误差满足设定要求时,训练完成。利用训练完成的深度稀疏自编码网络对滚动轴承进行故障诊断。试验结果表明深度稀疏自编码网络技术可以快速、准确地诊断出刮板输送机减速器滚动轴承的故障类型。 展开更多

关键词 稀疏自编码 刮板输送机 故障诊断 滚动轴承

在线阅读 下载PDF 职称材料

基于稀疏自编码神经网络的军事目标图像分类 被引量：4

12

作者 沈先耿 《指挥与控制学报》 2017年第3期245-248,共4页

针对战场环境中不同军事目标相似度较高且在复杂环境中识别率不高的问题,提出了一种基于稀疏自编码神经网络的军事目标图像分类方法.该方法通过对军事目标图像进行主成分分析白化处理,能够有效降低样本图像间的相关性,而后通过稀疏自编... 针对战场环境中不同军事目标相似度较高且在复杂环境中识别率不高的问题,提出了一种基于稀疏自编码神经网络的军事目标图像分类方法.该方法通过对军事目标图像进行主成分分析白化处理,能够有效降低样本图像间的相关性,而后通过稀疏自编码神经网络对降维后的样本数据进行训练,提取出样本图像的本质特征,最后将提取出的样本特征输入训练好的softmax分类器中进行分类识别.实验表明,算法能够有效提高军事目标图像的分类精度,具有一定的应用价值. 展开更多

关键词 军事目标 深度学习 稀疏自编码 PCA白化 softmax

在线阅读 下载PDF 职称材料

改进的基于半监督稀疏自编码IM流量识别模型的研究与比较 被引量：3

13

作者 王姣 蒋言 《电子设计工程》 2018年第7期49-54,共6页

流量的准确识别不仅可以对互联网的运行情况产生突破性的改进,而且可以根据具体需求对用户行为准确的掌控和分析。然而,要准确识别应用流量,目前的技术还很难达到;另外目前针对即时通信类的流量识别的研究在业界暂时比较少。本文针对这... 流量的准确识别不仅可以对互联网的运行情况产生突破性的改进,而且可以根据具体需求对用户行为准确的掌控和分析。然而,要准确识别应用流量,目前的技术还很难达到;另外目前针对即时通信类的流量识别的研究在业界暂时比较少。本文针对这一现状,采用神经网络算法中SAE特征提取模型,通过添加识别标签,对数据有效载荷进行特征训练,有效的解决了目前几个流行的IM流量的分类问题。在识别准确率方面大大提高,识别率达到了99%。本文的最后将SAE算法与Apriori特征提取算法在空间和时间复杂度上做比较,寻找一种最优的IM流量识别模型。 展开更多

关键词 流量识别 深度包检测 稀疏自编码 神经网络 特征提取

在线阅读 下载PDF 职称材料

基于稀疏自编码神经网络的声乐主旋律提取

14

作者 孙文慧 夏秀渝 陆―雄 《成都信息工程大学学报》 2020年第4期373-377,共5页

旋律是音乐中最重要的要素,音乐主旋律提取是音乐检索的核心技术之一。复调音乐中歌声的音高序列构成了声乐主旋律。提出--种声乐主旋律自动提取改进算法,根据声乐信号的频谱特点,改进音高显著度函数的计算方法,降低计算复杂度,减少声... 旋律是音乐中最重要的要素,音乐主旋律提取是音乐检索的核心技术之一。复调音乐中歌声的音高序列构成了声乐主旋律。提出--种声乐主旋律自动提取改进算法,根据声乐信号的频谱特点,改进音高显著度函数的计算方法,降低计算复杂度,减少声乐主旋律提取时间。改用性能更优的稀疏自编码神经网络替代原算法的浅层晔神经网络作为基频判别模型,提高主旋律模型的识别准确率,降低旋律定位虚警率,从而提高声乐主旋律提取整体的准确率。在MIR-1K数据集上进行的实验表明,改进算法提取的声乐主旋律整体准确率比原算法至少提高了1.51%,提取主旋律的平均提取时间要比原算法减少大约0.12 S。 展开更多

关键词 主旋律提取 音高显著度 稀疏自编码 基频判别

在线阅读 下载PDF 职称材料

基于频域稀疏自编码网络的音乐分离技术

15

作者 曹偲 吴修坤 刘华平 《电声技术》 2020年第6期91-94,共4页

音乐分离技术通常是将歌曲中的伴奏和干声进行分离,或者是将干声、贝斯、鼓点等成分进行分轨,具有较高的学术研究价值和商业价值。音乐分离可以应用于重新混音编曲、伴奏库生成以及MIDI信息获取等。近几年,基于深度学习的音乐分离方法... 音乐分离技术通常是将歌曲中的伴奏和干声进行分离,或者是将干声、贝斯、鼓点等成分进行分轨,具有较高的学术研究价值和商业价值。音乐分离可以应用于重新混音编曲、伴奏库生成以及MIDI信息获取等。近几年,基于深度学习的音乐分离方法取得了极大进展,Spleeter方法和Demucs方法极大地提高了音乐的分离质量。但是,音乐分离任务中分离伴奏的完整性、分离引入的失真等问题依然没有得到很好地解决,因此试图提出了一种基于频域稀疏自编码网络结构来提高音乐分离的效果。它的核心思想是使用编码器-解码器框架对频域信号进行建模,并采用CNN网络对编码器输出结果进行源分离任务。该方法提升了分离伴奏的保真度,提高了分离算法的效率和稳定性。MUSDB18测试集上的实验结果表明,该方法在多个客观指标上都达到了最优。 展开更多

关键词 音乐分离 稀疏自编码 深度学习

在线阅读 下载PDF 职称材料

栈式稀疏加噪自编码深度神经网络的滚动轴承损伤程度诊断 被引量：18

16

作者 陈仁祥 杨星 +3 位作者 杨黎霞 王家序 徐向阳 陈思杨 《振动与冲击》 EI CSCD 北大核心 2017年第21期125-131,137,共8页

针对滚动轴承损伤程度的特征自学习提取与智能诊断问题,提出栈式稀疏加噪自编码深度神经网络的滚动轴承损伤程度诊断方法。滚动轴承损伤特征受到工况、环境噪声等干扰,浅层自编码网络对损伤特征的自学习、提取能力不足。为此,论文将稀... 针对滚动轴承损伤程度的特征自学习提取与智能诊断问题,提出栈式稀疏加噪自编码深度神经网络的滚动轴承损伤程度诊断方法。滚动轴承损伤特征受到工况、环境噪声等干扰,浅层自编码网络对损伤特征的自学习、提取能力不足。为此,论文将稀疏项限制和加噪编码融入自编码网络,同时将自编码网络堆栈并添加分类层,构建出栈式稀疏加噪自编码深度神经网络,进行轴承损伤特征非监督自动提取与损伤程度智能诊断。稀疏项限制和深度神经网络的构建提高了特征学习能力,加噪编码的融入改善了网络的鲁棒性。所构建深度神经网络通过多层无监督逐层自学习和有监督微调,完成损伤特征自动提取与表达,并实现了损伤程度智能诊断。不同工况下轴承损伤程度诊断的实验验证证明了所提方法的可行性和有效性。 展开更多

关键词 滚动轴承 损伤程度 稀疏加噪自编码 深度神经网络 诊断

在线阅读 下载PDF 职称材料

基于栈式稀疏降噪自编码网络的辐射源调制识别 被引量：8

17

作者 李东瑾 杨瑞娟 +1 位作者 李晓柏 董睿杰 《电子学报》 EI CAS CSCD 北大核心 2020年第6期1198-1204,共7页

针对辐射源识别中噪声敏感和识别能力不足等问题,提出了一种基于核空间时频特征与栈式稀疏降噪自编码网络的识别系统.通过时频变换、稀疏域降噪和核空间降维投影降低噪声干扰和特征冗余,基于降噪自编码与稀疏自编码思想构建栈式稀疏降... 针对辐射源识别中噪声敏感和识别能力不足等问题,提出了一种基于核空间时频特征与栈式稀疏降噪自编码网络的识别系统.通过时频变换、稀疏域降噪和核空间降维投影降低噪声干扰和特征冗余,基于降噪自编码与稀疏自编码思想构建栈式稀疏降噪自编码识别网络.实验结果表明系统在识别率和时效性上综合性能最优,能够显著降低噪声敏感性,低信噪比环境下适应性较强.当信噪比为-12dB时,系统对8类辐射源信号的整体平均识别率达到96.75%. 展开更多

关键词 辐射源识别 稀疏降噪自编码 时频特征 核映射 批量随机梯度下降法 dropout正则化

在线阅读 下载PDF 职称材料

面向中文语音情感识别的改进栈式自编码结构 被引量：6

18

作者 朱芳枚 赵力 +2 位作者 梁瑞宇 王青云 邹采荣 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2017年第4期631-636,共6页

为进一步提高汉语语音情感识别率,基于深度学习中的自编码、降噪自编码及稀疏自编码的网络结构,提出了一种改进的栈式自编码结构.该结构第1层使用降噪自编码学习一个比输入特征维数更大的隐藏特征,第2层采用稀疏自编码学习稀疏性特征,... 为进一步提高汉语语音情感识别率,基于深度学习中的自编码、降噪自编码及稀疏自编码的网络结构,提出了一种改进的栈式自编码结构.该结构第1层使用降噪自编码学习一个比输入特征维数更大的隐藏特征,第2层采用稀疏自编码学习稀疏性特征,最后使用softmax分类器进行分类识别.训练过程首先采用逐层预训练的方法,达到网络参数全面初始化的目的,然后对整个网络进行微调.在中文语音库上的情感识别实验显示,相较于单独使用栈式降噪或稀疏自编码,所提结构具有更好的识别效果.此外,基于CASIA库的对比实验显示,该结构比K近邻算法、稀疏表示方法、传统支持向量机和人工神经网络识别率分别提高了53.7%,29.8%,14.3%和1.9%.在自行录制的语音库中,该结构的识别率比人工神经网络提高了1.64%. 展开更多

关键词 语音情感识别 改进的栈式自编码 降噪自编码 稀疏自编码

在线阅读 下载PDF 职称材料

敏感设备电压暂降故障样本增广与概率评估最大熵建模

19

作者 郑玫 肖先勇 +2 位作者 陈韵竹 郑子萱 汪颖 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第2期68-79,共12页

敏感设备电压暂降故障概率评估面临样本小和先验知识不足两大难题。本文基于自编码技术和最大熵原理,提出一种适用于小样本的设备故障概率评估随机建模方法。首先,考虑敏感设备主要对暂降幅值和持续时间特征敏感,电压耐受曲线(VTC)存在... 敏感设备电压暂降故障概率评估面临样本小和先验知识不足两大难题。本文基于自编码技术和最大熵原理,提出一种适用于小样本的设备故障概率评估随机建模方法。首先,考虑敏感设备主要对暂降幅值和持续时间特征敏感,电压耐受曲线(VTC)存在不确定性的实际情况,利用自适应Kmeans聚类算法对样本暂降幅值、持续时间聚类,在稀疏自编码器(SAE)损失函数中添加VTC不确定约束进行样本特征学习,提出基于SAE–自适应Kmeans的故障样本增广方法。其次,针对先验知识不足问题,提出基于增广样本的设备故障概率评估最大熵建模方法。最后,以个人计算机为例,在VTC概率密度函数服从均匀、正态和不同指数分布且样本数仅为5的情况下进行验证,与传统最大熵法、未引入自适应Kmeans聚类进行VTC不确定区域约束的SAE样本增广进行比较,同时与先验知识不足情况下基于主观假设的评估方法进行比较。结果表明,所提方法适用于小样本和不同分布,评估结果误差低于传统最大熵法与基于主观假设的方法,验证了稀疏自编码样本增广和最大熵建模方法对于小样本设备故障概率评估的有效性、合理性和可行性。 展开更多

关键词 电压暂降 敏感设备 故障概率 小样本 稀疏自编码 最大熵建模

在线阅读 下载PDF 职称材料

基于机器学习的邮政代理金融网点非金融从业人员风险识别研究

20

作者 袁梦梦 李洁 +1 位作者 贺国智 李静 《邮政研究》 2024年第5期67-73,共7页

基于邮政代理金融发展实际,聚焦金融风险难题——非金融从业人员风险识别,利用多种机器学习算法模型追踪风险点,挖掘其背后隐藏的金融风险,并就此提出了非金融从业人员风险防控的完善措施。

关键词 邮政代理金融 非金融从业人员 金融风险 稀疏自编码 风险识别

在线阅读 下载PDF 职称材料