基于改进深度置信网络的故障诊断方法

• 作者: 孙慧贤 李月武 矫文成 陈子兆
• 来源期刊: 探测与控制学报
• 关键词: 故障诊断 深度置信网络 特征提取 自适应谐振
• 年，卷（期）: 2020,（4）
• 页码范围: 98-105
• 页数: 8页
• 分类号: TP206
• 语种: 中文

摘要

针对深度置信网络对小样本数据集故障诊断时准确率低的问题,提出了基于改进深度置信网络的故障诊断方法.该方法通过优化网络特征提取能力,提升网络学习和分类能力以减少网络训练对数据的依赖程度;利用网络公开数据集测试改进的深度置信网络模型的性能;并将改进网络模型应用于小样本故障数据集上.实验验证结果表明,较基于传统网络模型的故障诊断而言,基于改进模型的方法通过添加新的隐藏层,强化了模型特征提取能力,提高了故障诊断准确率.