期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种基于改进DeepID2网络的转子碰摩声发射信号识别方法
1
作者 杨伟博 李晶 +2 位作者 赵杰 夏昌炜 徐虹飞 《电子器件》 CAS 北大核心 2022年第1期128-132,共5页
提出了一种基于改进CNN的转子碰摩故障信号识别方法。针对传统CNN经常出现的梯度消失问题,把网络层的各层特征信息连接到一起,可有效避免边缘信息的损失,保留各层的信息特征;同时提取转子碰摩故障信号的声谱图以及差分特征等多通道图像... 提出了一种基于改进CNN的转子碰摩故障信号识别方法。针对传统CNN经常出现的梯度消失问题,把网络层的各层特征信息连接到一起,可有效避免边缘信息的损失,保留各层的信息特征;同时提取转子碰摩故障信号的声谱图以及差分特征等多通道图像的输入特征与优化后的CNN网络模型相适应;再利用包含各层信息的融合特征输入网络的全连接层,对转子碰摩故障信号进行分类识别。实验结果表明,提出的基于改进CNN的转子碰摩故障信号识别算法,与传统深度神经网络模型相比,识别率有较大提高。 展开更多
关键词 卷积神经网络 声发射 碰摩故障识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部