典型文献
基于深度学习算法的大型飞机电缆故障识别
文献摘要：
为了提高大型飞机电缆故障识别效果,提出了基于深度学习算法的大型飞机电缆故障识别方法.首先利用S变换方法获取大型飞机电缆信号的复时频矩阵,利用熵和奇异值分解理论提取复时频矩阵的特征向量,将特征向量作为深度学习网络的输入、大型飞机电缆故障作为输出;然后采用随机梯度下降法更新深度学习网络的权重参数、偏置参数,从而建立大型飞机电缆故障精准识别模型;最后对大型飞机电缆故障识别实例进行了分析,分析结果表明,在含有白噪声的情况下,深度学习算法的电缆故障识别精度仍高于99％,识别误差控制在有效范围内,具有较高的实际应用价值.
文献关键词：
深度学习算法;大型飞机;电缆故障识别;输入层;隐含层;复时频矩阵;特征向量
中图分类号：
作者姓名：
林伟;罗群;陈龑斌
作者机构：
航空工业西安飞机工业(集团)有限责任公司,陕西 西安 710089
文献出处：
引用格式：
[1]林伟;罗群;陈龑斌-.基于深度学习算法的大型飞机电缆故障识别)[J].机械设计与制造工程,2022(01):62-66
A类：
飞机电缆,电缆故障识别,复时频矩阵
B类：
深度学习算法,大型飞机,故障识别方法,奇异值分解,解理,特征向量,深度学习网络,随机梯度下降法,偏置,精准识别,识别模型,白噪声,识别精度,识别误差,误差控制,输入层,隐含层
AB值：
0.119467
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。
