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
\
无线电电子学与电信技术期刊
\
通信技术期刊
\
基于深度学习的短波发信机故障诊断应用
基于深度学习的短波发信机故障诊断应用
作者:
刘程
张海天
瞿珊瑚
陈斌
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
短波发信机
深度学习
堆栈自编码
故障诊断
特征提取
摘要:
传统的发信机故障诊断多基于故障树、专家系统或机器学习的方法,而这些方法都需要花费大量的人力和精力来提取数据特征,对工作人员的专业性要求很高,且容易出现诊断误差.针对这一问题,提出一种基于深度学习的短波发信机故障诊断方法.首先,采集发信机的原始故障信号,对故障信号进行归一化处理后,将数据样本分为训练集和测试集.训练过程中,用无标签数据逐层训练深度神经网络,用有标签数据精调网络参数,完成对故障信号数据的特征提取.最后,用训练好的网络对5种状态的信号进行故障诊断.仿真分析表明,该方法有效减小了诊断误差,诊断性能优于传统的诊断方法.
暂无资源
收藏
引用
分享
推荐文章
基于深度学习的模拟电路故障诊断方法
模拟电路
故障诊断
深度学习
深度信念网络
特征提取
基于深度学习理论的机电设备故障诊断方法
大数据
深度学习
机电设备
状态监测
故障诊断
基于深度极限学习机的模拟电路故障诊断
故障诊断
深度学习
自编码器
极限学习机
基于深度降噪极限学习机的变压器故障诊断
变压器
故障诊断
深度极限学习机
降噪
油中溶解气体分析
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
基于深度学习的短波发信机故障诊断应用
来源期刊
通信技术
学科
工学
关键词
短波发信机
深度学习
堆栈自编码
故障诊断
特征提取
年,卷(期)
2018,(12)
所属期刊栏目
工程与应用
研究方向
页码范围
3033-3037
页数
5页
分类号
TP206+.3
字数
3445字
语种
中文
DOI
10.3969/j.issn.1002-0802.2018.12.041
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
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
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
(73)
共引文献
(77)
参考文献
(9)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1993(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2006(6)
参考文献(0)
二级参考文献(6)
2007(1)
参考文献(0)
二级参考文献(1)
2008(1)
参考文献(0)
二级参考文献(1)
2009(2)
参考文献(0)
二级参考文献(2)
2010(8)
参考文献(0)
二级参考文献(8)
2011(3)
参考文献(0)
二级参考文献(3)
2012(5)
参考文献(0)
二级参考文献(5)
2013(7)
参考文献(0)
二级参考文献(7)
2014(11)
参考文献(1)
二级参考文献(10)
2015(12)
参考文献(1)
二级参考文献(11)
2016(9)
参考文献(0)
二级参考文献(9)
2017(11)
参考文献(4)
二级参考文献(7)
2018(3)
参考文献(3)
二级参考文献(0)
2018(3)
参考文献(3)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
短波发信机
深度学习
堆栈自编码
故障诊断
特征提取
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
通信技术
主办单位:
中国电子科技集团公司第三十研究所
出版周期:
月刊
ISSN:
1002-0802
CN:
51-1167/TN
开本:
大16开
出版地:
四川省成都高新区永丰立交桥(南)创业路8号
邮发代号:
62-153
创刊时间:
1967
语种:
chi
出版文献量(篇)
10805
总下载数(次)
35
总被引数(次)
42849
期刊文献
相关文献
1.
基于深度学习的模拟电路故障诊断方法
2.
基于深度学习理论的机电设备故障诊断方法
3.
基于深度极限学习机的模拟电路故障诊断
4.
基于深度降噪极限学习机的变压器故障诊断
5.
基于自适应深度学习模型的变压器故障诊断方法
6.
基于深度学习特征提取和粒子群支持向量机状态识别的齿轮智能故障诊断
7.
基于极限学习机的船舶柴油机故障诊断
8.
基于深度学习的模拟电路故障诊断算法
9.
深度学习在故障诊断与预测中的应用
10.
基于深度度量学习的电机故障诊断
11.
深度玻尔兹曼机在故障诊断中的应用研究
12.
基于加权综合损失优化深度学习和DGA的变压器故障诊断方法
13.
深度学习神经网络在管道故障诊断中的应用研究
14.
基于核极限学习机的旋转机械故障诊断方法
15.
基于拓扑解析与深度学习融合的低压集抄系统故障诊断方法
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
通信技术2022
通信技术2021
通信技术2020
通信技术2019
通信技术2018
通信技术2017
通信技术2016
通信技术2015
通信技术2014
通信技术2013
通信技术2012
通信技术2011
通信技术2010
通信技术2009
通信技术2008
通信技术2007
通信技术2006
通信技术2005
通信技术2004
通信技术2003
通信技术2002
通信技术2001
通信技术2000
通信技术2018年第9期
通信技术2018年第8期
通信技术2018年第7期
通信技术2018年第6期
通信技术2018年第5期
通信技术2018年第4期
通信技术2018年第3期
通信技术2018年第2期
通信技术2018年第12期
通信技术2018年第11期
通信技术2018年第10期
通信技术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