典型文献
基于胶囊神经网络的轴承故障诊断方法研究
文献摘要：
轴承故障诊断作为轨道交通技术的研究热点,是保障安全运行的重要一环.针对传统神经网络出现的特征抓取不足,池化层信息丢失引起的识别率较低的问题,给出了基于胶囊神经网络进行轴承故障诊断的方法.以凯斯西储大学的滚动轴承数据作为样本,提出通过改进胶囊神经网络提取数据的全部特征和局部特征,实现轴承状态识别.算法在基准数据集上获得97.58％的识别准确率,超过了当前轴承故障诊断的主流方法,该文算法具有一定的先进性.
文献关键词：
人工智能;胶囊神经网络;轴承故障诊断
中图分类号：
作者姓名：
郭占广;尹帅;谢敬玲;宫辉
作者机构：
青岛杰瑞工控技术有限公司,青岛 266520
文献出处：
引用格式：
[1]郭占广;尹帅;谢敬玲;宫辉-.基于胶囊神经网络的轴承故障诊断方法研究)[J].自动化与仪表,2022(12):49-53
A类：
B类：
胶囊神经网络,轴承故障诊断,故障诊断方法,轨道交通技术,保障安全,抓取,池化,信息丢失,识别率,凯斯,滚动轴承,轴承数据,提取数据,局部特征,状态识别,基准数据集,识别准确率,前轴,主流方法
AB值：
0.319703
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
