典型文献
基于TUCKER-DBN的机械故障识别方法研究
文献摘要：
针对传统深度信念网络(DBN)存在的分类精度不高、训练速度较慢、仅适用于一维信号等不足,将DBN结合TUCKER分解,提出一种新的故障识别方法.该方法首先利用TUCKER分解大幅度压缩数据,提取其核心张量作为故障特征,然后将核心张量输入到DBN分类器中进行训练和识别.将该方法与传统的DBN故障识别方法进行对比研究,在采集的120个样本中,选择30个样本进行故障识别测试实验.结果表明:使用TUCKER-DBN识别方法的识别率为93％,较传统的DBN故障识别方法的识别率更高;并且使用TUCKER-DBN识别方法的训练时间比传统DBN故障识别方法所用的时间更短.
文献关键词：
TUCKER分解;平行因子;深度信念网络;故障识别
中图分类号：
作者姓名：
曾卉露;李志农;章熙琴;陈玉成;陶俊勇
作者机构：
无损检测技术教育部重点实验室(南昌航空大学),南昌330063;国防科技大学装备综合保障技术重点实验室,长沙410073
文献出处：
引用格式：
[1]曾卉露;李志农;章熙琴;陈玉成;陶俊勇-.基于TUCKER-DBN的机械故障识别方法研究)[J].失效分析与预防,2022(06):368-372
A类：
TUCKER
B类：
DBN,机械故障,故障识别方法,深度信念网络,分类精度,训练速度,较慢,张量,故障特征,分类器,测试实验,识别率,训练时间,平行因子
AB值：
0.194863
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。
