典型文献
基于深度学习算法的机械设备自动化关键测试影像结果识别研究
文献摘要：
深度自动编码器算法可以自动从钱包收集的原始时区数据中提取特征,利用公布在互联网上的西储大学收集的滚动数据集,来分析分析错误去除和识别能力.在分析深度自编码算法概念的基础上,研究了深度自编码算法的提取潜力,比较了低级神经网络(BP神经网络),进一步验证了该技术在逆转机械误差方面的效果,建立了用于深度学习变化的旋转机器误差信号模型,克服了单一深入研究模型的限制,比目前的模型理解方法更有效.
文献关键词：
自动编码器;机械设备;激活函数;故障识别;神经网络
中图分类号：
作者姓名：
曹东
作者机构：
深圳市蓝特电路板有限公司,广东 深圳 518104
文献出处：
引用格式：
[1]曹东-.基于深度学习算法的机械设备自动化关键测试影像结果识别研究)[J].自动化应用,2022(05):17-19
A类：
机器误差
B类：
深度学习算法,机械设备,设备自动化,深度自动编码器,钱包,时区,提取特征,滚动,析错,识别能力,深度自编码,编码算法,法概念,低级,转机,误差信号,信号模型,研究模型,比目,模型理解,激活函数,故障识别
AB值：
0.421192
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。
