深度自编码网络相关论文
滚动轴承作为旋转机械的关键传动部件,其在确定设备的运行状态中起着重要的作用。然而,在复杂的工作条件下,滚动轴承很容易出现磨......
第四次工业革命推动了无线通信、云计算、大数据、人工智能、智能驾驶汽车等新兴科技的快速发展,催生了工业信息物理系统（Industria......
近年来,深度学习技术已在滚动轴承故障检测和诊断领域取得了成功应用,但面对不停机情况下的早期故障在线检测问题,仍存在着早期故......
当前,网络安全态势识别方法只能获取网络层的安全态势感知要素,导致无线通信网络安全态势识别误差偏大。对此,提出基于深度自编码......
当前工业信息物理系统网络环境下的网络数据呈现出比以往更为庞大和复杂的特性,传统采用机器学习方式提取特征的过程繁琐且计算量......
以鼓风机为基础搭建实验平台,通过模拟机器不平衡状态,验证深度自编码网络模型的有效性和准确性.首先,经由安装在鼓风机上振动传感......
针对乳化液泵故障机理复杂、故障诊断难的现状,提出一种乳化液泵分级故障诊断方法.首先,通过深度自编码网络(Deep Auto-Encoder Ne......
软件规模和复杂度的不断增长给软件数据带来了大量缺陷,而含有缺陷的软件在运行时会造成难以想象的后果,严重时甚至会给社会带来巨......
在非协作通信场景下和认知无线电系统中,信号的调制方式识别都是一项关键技术。找到一种能够有效挖掘出信号本质、稳定的特征,采用......
为了提高操作机构机械故障诊断准确率,充分挖掘高压断路器振动信号中的特征信息,提出了一种基于深度自编码网络的高压断路器操作机......
滚动轴承在旋转机械中占据重要的地位,其健康状态直接关乎设备是否能持续可靠地运转。因此,研究滚动轴承故障诊断技术意义重大。故......
针对大型风电机组运行工况多变、数据量大的特点,提出一种将高斯混合模型(GMM)与深度自编码网络(DAE)相结合的风电机组齿轮箱状态......
为有效解决航空发动机的故障诊断难题,提出了基于深度自编码网络的航空发动机故障诊断方法,对发动机进行故障诊断技术研究。首先,......
针对大规模网络态势要素获取时间复杂度较高和攻击样本不平衡导致小类样本分类精度不高的问题,提出一种基于深度自编码网络的态势......
人工智能(AI)已经进入一个新的蓬勃发展期。推动这一轮AI狂澜的是三大引擎,即深度学习(DL)、大数据和大规模并行计算,其中又以DL为......
高压断路器大多工作在室外,常年遭受外部环境影响,极易发生故障。据统计,断路器所发生的故障大部分是其操作机构机械故障。此外,断......
为了准确诊断采煤机截割部减速器故障,提出基于深度自编码网络(Deep Auto-Encoder Networks,DAENs)的故障诊断方法。DAENs模型以减......
针对从动态背景中提取前景效果较差的问题，提出了一种基于深度自编码网络的运动目标检测方法。首先，用一个三层的深度自编码网络从视......
由于油浸式电力变压器在不同运行状态时油中溶解气体的类型和含量不同,油中溶解气体分析(Dissolved Gas-in-oil Analysis,DGA)长期......
为了有效预测农作物病害,基于深度自编码网络,提出一种农作物病害预测模型。该模型能够自动从农作物环境信息中学习到主要的非线性......
为了保证变压器的安全稳定运行,提出了一种基于深度自编码网络的变压器健康状态评估方法,用于预测变压器的健康状态。该方法确定了......
针对自编码器网络(AE)需要正常数据进行训练的局限性,结合主成分分析方法,将AE的每次重建输出与输入数据进行求差,隔离出异常数据......
针对当前设计方法无法实现激光制导混合信号准确分选的问题,提出一种基于度自编码网络的激光制导混合信号分选系统设计方法,设计了......
当前网络环境下的网络数据呈现出比以往更为庞大、复杂和多维的特性,传统的机器学习方法面临复杂的高维数据需要手动提取大量特征,......
针对水下被动声呐目标分类识别问题,借签深度学习网络在图像、语音等领域的成功运用,提出一种基于深度自编码网络的舰船辐射噪声分......
在图像(或视频帧)中检测与识别目标是计算机视觉研究要解决的核心问题。尽管已有许多目标检测与识别方法,现有的工作依然不能很好......
当前环境下的网络数据呈现出比以往更为庞大、复杂和多维的特性,传统的机器学习方法面临复杂的高维数据需要手动提取大量特征,特征......
针对异质人脸识别中对不同模态数据间关系建模的问题,提出一种基于深度自编码网络的异质人脸特征提取和识别方法.首先用一个深度降......
复杂网络作为描述关联性数据的模型在近些年被广泛的使用。在复杂网络的研究领域中,链路预测本质上是挖掘网络产生连边的驱动力,是......
空间环境复杂多变,是诱发航天器运行故障或异常的主要原因之一。随着航天技术的发展,航天器自动化水平越来越高,航天器在运行环境......
随着互联网的发展和普及,网络对社会的影响越来越大,网络安全问题却变得越来越严重,并逐渐成为互联网、网络服务和应用进一步发展......
桥梁结构在长期运营中,受各种不确定因素的影响,如结构超限、超期服役、疲劳、腐蚀等,会导致桥梁结构出现严重安全隐患,并可能由此......
作为非线性降维的有效算法,局部线性嵌入(Locally linear embedding)(LLE)和深度自编码网络,被广泛应用于数据挖掘、故障诊断、模......
人脸识别是图像处理、模式识别、机器学习等领域的经典问题。尽管目前已取得丰硕的研究成果,但当前的人脸识别技术都具有如下限定:......
随着集成电路产品在各个领域的大规模应用,如航空、医疗与工业等,对其可靠性也提出了更高的要求。然而,随着半导体器件特征尺寸的......
为了解决传统径向基(Radial basis function,RBF)神经网络在语音识别任务中基函数中心值和半径随机初始化的问题,从人脑对语音感知......
软件缺陷预测是提升软件质量的有效方法,而软件缺陷预测方法的预测效果与数据集自身的特点有着密切的相关性。针对软件缺陷预测中......
随着人类社会的不断发展,人们的社会身份信息显得越来越重要。人脸识别在安保、金融、电子政务等多领域具有广泛应用,提高人脸识别......
为解决提升机刚性罐道故障诊断中故障特征提取困难的问题,结合深度自编码网络的特征提取能力优势,提出了一种基于深度自编码网络的......
基于深度自编码网络（DAEN）,构建了分类深度自编码网络（CDAEN）模型。结合电力变压器在线监测油中溶解气体分析（DGA）数据,提出了基于CDAEN......
飞行员的疲劳状态识别具有重要的研究意义和应用价值.针对飞行员疲劳状态识别的复杂性和准确性,提出一种新的基于脑电信号的飞行员......
针对复杂空间信息网络系统仿真建模研究的问题,提出了一种基于仿真数据驱动的空间信息网络建模方法,设计了空间信息网络性能指标的......
在机器学习和深度学习等大数据技术在诸多应用领域中广泛应用的背景下,一个拥有可靠标记的大规模数据集是进行有监督学习任务的基......
