堆叠自编码器在锚杆锚固缺陷类型识别中的应用

• 作者: 孙晓云 王明明 王莎 路霖 邢卉
• 来源期刊: 中国矿业
• 学科: 工学
• 关键词: 缺陷识别 自动选层网络 堆叠自编码器 特征提取 锚杆锚固
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 智能矿山
• 页码范围: 81-85
• 页数: 5页
• 分类号: TD35|TP181
• 字数: 2831字
• 语种: 中文

摘要

为了解决传统特征提取方法依赖人工经验,无法挖掘数据深层次的特征而降低锚杆锚固缺陷识别准确率的问题,本文提出一种基于自动选层堆叠自编码器特征提取的锚杆锚固缺陷识别算法.该算法首先利用Adam优化算法对重构误差进行优化,自动确定堆叠编码器网络深度及参数,从而有效提高提取特征对缺陷的敏感度;然后利用Softmax多分类器对提取的特征信号进行锚杆锚固缺陷识别;最后通过数值模拟和物理模拟两种方法对所提算法进行了验证.结果表明:基于自动选层堆叠编码器的特征提取方法,能有效提取锚杆锚固缺陷特征,使得数值模拟和物理模拟缺陷平均识别率均达到97％ 以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙晓云	石家庄铁道大学电气与电子工程学院	46	111	6.0	8.0
2	王明明	石家庄铁道大学电气与电子工程学院	21	44	3.0	6.0
3	邢卉	石家庄铁道大学电气与电子工程学院	4	5	1.0	2.0
4	王莎	石家庄铁道大学电气与电子工程学院	2	0	0.0	0.0
5	路霖	石家庄铁道大学电气与电子工程学院	1	0	0.0	0.0