基于稀疏自编码的深度故障诊断方法与研究

• 作者: 刘程 张海天 瞿珊瑚 陈斌
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 稀疏自编码 深度神经网络 短波发信机 故障诊断 准确率
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 网络与系统
• 页码范围: 2436-2442
• 页数: 7页
• 分类号: TP206.3
• 字数: 4138字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2018.10.027

摘要

针对目前短波发信机故障诊断主要采用人工规则系统、专家系统、监督学习方法提取特征的现状,提出了一种基于稀疏自编码深度神经网络的方法进行无监督特征提取.该方法首先将收集的发信机信号通过稀疏自编码进行训练获得参数,其次通过神经网络进行分类,采用反向传播的方法对算法进行微调以提高准确度,最后用训练的网络对短波发信机各功放模块的故障进行识别.实验结果表明:相比于传统的诊断方法,提出的算法具有更高的准确率和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈斌	海军工程大学电子工程学院	38	148	7.0	10.0
2	刘程	海军工程大学电子工程学院	3	1	1.0	1.0
3	瞿珊瑚	海军工程大学电子工程学院	4	2	1.0	1.0
4	张海天	海军工程大学电子工程学院	2	1	1.0	1.0