基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了改善人工判读飞参数据效率低且易出现误判和漏判的不良状况,本文提出一种基于稀疏自动编码器( Sparse auto-encoder, SAE)的飞参数据异常检测方法。首先构建了SAE的基本框架,然后以滑动窗口的形式生成训练样本。其次,用正常样本并结合BP算法对整个网络模型进行训练和优化以得到相应的正常样本重构误差分布阈值。最后,根据测试样本的重构误差对飞参数据中的典型异常进行检测。实验证明,该方法可在样本不平衡的情况下,仅利用正常样本构建参数空间,并得到正常样本重构误差分布门限,准确检测出飞参数据中的异常,实现飞参数据机器判读。
推荐文章
稀疏和标签约束半监督自动编码器的分类算法
分类
稀疏约束
标签约束
自动编码器
极限学习机
基于循环自动编码器的间歇过程故障监测
算法
动态建模
神经网络
LSTM
过程监测
循环自动编码器
基于雅克比稀疏自动编码机的手写数字识别算法
手写数字识别
雅克比正则化
稀疏约束项
自动编码机
边缘特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于稀疏自动编码器的飞参数据异常检测
来源期刊 计测技术 学科 工学
关键词 飞参数据 异常检测 稀疏自动编码器 反向传播算法 重构误差
年,卷(期) 2015,(2) 所属期刊栏目 理论与实践
研究方向 页码范围 11-14,61
页数 5页 分类号 V328.3|TP181
字数 2594字 语种 中文
DOI 10.11823/j.issn.1674-5795.2015.02.03
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (310)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
飞参数据
异常检测
稀疏自动编码器
反向传播算法
重构误差
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计测技术
双月刊
1674-5795
11-5347/TB
大16开
北京市海淀区环山村304所
80-441
1958
chi
出版文献量(篇)
3187
总下载数(次)
14
论文1v1指导