钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
机械与仪表工业期刊
\
机械工程学报期刊
\
基于改进堆叠降噪自编码的滚动轴承故障分类
基于改进堆叠降噪自编码的滚动轴承故障分类
作者:
侯文擎
叶鸣
李巍华
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
降噪自编码
深度神经网络
超参数优化
故障诊断
摘要:
作为一种新兴的机器学习方法,深度学习在故障诊断领域逐渐得到了应用.其中,堆叠降噪自编码(Stacked de-noising auto-encoders,SDAE)算法先对原始数据添加“损伤噪声”,然后通过自编码网络进行数据重构,从而得到更鲁棒性的特征表示,易于进行故障分类.然而针对具体的故障诊断问题,网络隐含层节点数、稀疏参数以及输入数据置零比例将直接影响诊断的结果.因此,提出一种改进的SDAE诊断方法,利用粒子群算法(Particle swarm optimization,PSO)对DAE网络超参数进行自适应的选取来确定SDAE网络结构,据此得到故障状态的特征表示,输入到Soft-max分类器中进行故障分类识别.通过变转速工况下的滚动轴承故障仿真和模拟试验对算法进行验证,试验结果表明,基于PSO-SDAE网络的诊断方法在泛化性、故障识别率方面均优于支持向量机(Support vector machine,SVM)、反向传播神经网络(Back propagation,BP)以及深度置信网络(Deep belief network,DBN).
暂无资源
收藏
引用
分享
推荐文章
堆叠自编码网络性能优化及其在滚动轴承故障诊断中的应用
故障诊断
堆叠自编码网络
标准化
滚动轴承
基于EEMD和堆叠稀疏自编码的滚动轴承故障诊断方法
故障诊断
深度学习
稀疏自编码器
总体平均经验模态分解
滚动轴承
基于堆栈稀疏自编码的滚动轴承故障诊断
堆栈稀疏自编码
深度神经网络
滚动轴承
故障诊断
稀疏自编码深度神经网络及其在滚动轴承故障诊断中的应用
稀疏自编码
深度神经网络
滚动轴承
故障诊断
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于改进堆叠降噪自编码的滚动轴承故障分类
来源期刊
机械工程学报
学科
工学
关键词
降噪自编码
深度神经网络
超参数优化
故障诊断
年,卷(期)
2018,(7)
所属期刊栏目
机械动力学
研究方向
页码范围
87-96
页数
10页
分类号
TG156
字数
7591字
语种
中文
DOI
10.3901/JME.2018.07.087
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
叶鸣
华南理工大学广东省汽车检测工程技术研究中心
11
65
4.0
7.0
2
李巍华
华南理工大学机械与汽车工程学院
27
597
14.0
24.0
6
侯文擎
华南理工大学机械与汽车工程学院
1
26
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(78)
共引文献
(364)
参考文献
(18)
节点文献
引证文献
(26)
同被引文献
(93)
二级引证文献
(15)
1933(1)
参考文献(0)
二级参考文献(1)
1951(2)
参考文献(1)
二级参考文献(1)
1980(1)
参考文献(0)
二级参考文献(1)
1986(1)
参考文献(0)
二级参考文献(1)
1989(3)
参考文献(0)
二级参考文献(3)
1991(1)
参考文献(0)
二级参考文献(1)
1992(1)
参考文献(0)
二级参考文献(1)
1995(1)
参考文献(0)
二级参考文献(1)
1996(3)
参考文献(1)
二级参考文献(2)
1997(2)
参考文献(0)
二级参考文献(2)
1998(3)
参考文献(1)
二级参考文献(2)
1999(2)
参考文献(0)
二级参考文献(2)
2000(4)
参考文献(0)
二级参考文献(4)
2001(4)
参考文献(0)
二级参考文献(4)
2002(3)
参考文献(0)
二级参考文献(3)
2003(5)
参考文献(1)
二级参考文献(4)
2004(1)
参考文献(0)
二级参考文献(1)
2005(2)
参考文献(1)
二级参考文献(1)
2006(6)
参考文献(0)
二级参考文献(6)
2007(5)
参考文献(2)
二级参考文献(3)
2008(2)
参考文献(0)
二级参考文献(2)
2009(10)
参考文献(2)
二级参考文献(8)
2010(8)
参考文献(2)
二级参考文献(6)
2011(8)
参考文献(0)
二级参考文献(8)
2012(3)
参考文献(0)
二级参考文献(3)
2013(4)
参考文献(1)
二级参考文献(3)
2014(6)
参考文献(2)
二级参考文献(4)
2015(2)
参考文献(2)
二级参考文献(0)
2016(2)
参考文献(2)
二级参考文献(0)
2018(3)
参考文献(0)
二级参考文献(0)
引证文献(3)
二级引证文献(0)
2018(3)
引证文献(3)
二级引证文献(0)
2019(20)
引证文献(16)
二级引证文献(4)
2020(18)
引证文献(7)
二级引证文献(11)
研究主题发展历程
节点文献
降噪自编码
深度神经网络
超参数优化
故障诊断
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
机械工程学报
主办单位:
中国机械工程学会
出版周期:
半月刊
ISSN:
0577-6686
CN:
11-2187/TH
开本:
大16开
出版地:
北京百万庄大街22号
邮发代号:
2-362
创刊时间:
1953
语种:
chi
出版文献量(篇)
12176
总下载数(次)
57
总被引数(次)
241354
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
堆叠自编码网络性能优化及其在滚动轴承故障诊断中的应用
2.
基于EEMD和堆叠稀疏自编码的滚动轴承故障诊断方法
3.
基于堆栈稀疏自编码的滚动轴承故障诊断
4.
稀疏自编码深度神经网络及其在滚动轴承故障诊断中的应用
5.
区分自编码网络及其在滚动轴承故障特征提取中的应用
6.
基于精细复合多尺度熵和自编码的滚动轴承故障诊断方法
7.
改进深层小波自编码器的轴承故障诊断方法
8.
基于LCD降噪和VPMCD的滚动轴承故障诊断方法
9.
一种多尺度卷积自编码网络及其在滚动轴承故障诊断中的应用
10.
奇异值分解和稀疏自编码器的轴承故障诊断
11.
基于随机森林和自编码的滚动轴承多视角特征融合
12.
应用改进的LMD和小波降噪于滚动轴承故障诊断
13.
基于 ASTFA 降噪和 AKVPMCD 的滚动轴承故障诊断方法
14.
基于CEEMD的滚动轴承振动信号自适应降噪方法
15.
基于多尺度熵的滚动轴承故障诊断方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
机械工程学报2022
机械工程学报2021
机械工程学报2020
机械工程学报2019
机械工程学报2018
机械工程学报2017
机械工程学报2016
机械工程学报2015
机械工程学报2014
机械工程学报2013
机械工程学报2012
机械工程学报2011
机械工程学报2010
机械工程学报2009
机械工程学报2008
机械工程学报2007
机械工程学报2006
机械工程学报2005
机械工程学报2004
机械工程学报2003
机械工程学报2002
机械工程学报2001
机械工程学报2000
机械工程学报1999
机械工程学报1998
机械工程学报2018年第9期
机械工程学报2018年第8期
机械工程学报2018年第7期
机械工程学报2018年第6期
机械工程学报2018年第5期
机械工程学报2018年第4期
机械工程学报2018年第3期
机械工程学报2018年第24期
机械工程学报2018年第23期
机械工程学报2018年第22期
机械工程学报2018年第21期
机械工程学报2018年第20期
机械工程学报2018年第2期
机械工程学报2018年第19期
机械工程学报2018年第18期
机械工程学报2018年第17期
机械工程学报2018年第16期
机械工程学报2018年第15期
机械工程学报2018年第14期
机械工程学报2018年第13期
机械工程学报2018年第12期
机械工程学报2018年第11期
机械工程学报2018年第10期
机械工程学报2018年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号