作者：曲星宇; 曾鹏; 徐承成; 付东东故障诊断自动编码器dropout降噪自编码softmax分类器深度学习
摘要：磨矿系统的故障诊断主要依靠工人的经验,这为故障诊断增加了大量不确定性.此外,磨矿系统的数据较为复杂,不仅工人难以对故障的发生进行准确判断,而且传统机器学习算法也由于数据的线性不可分而表现不佳.为了解决线性不可分问题,使用神经网络进行故障分类;面对故障数据的高复杂度,为提高神经网络的表达能力,使用自动编码器增加网络深度;为减弱深层网络带来的过拟合现象,引入Drop Out降噪自编码.最后进行实验验证,实验结果表明,Drop Out降噪自编码网络对于故障的分类准确率可达到90.4%.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
