- 年份
- 2025(1)
- 2022(3)
- 2021(1)
- 2020(4)
- 2019(3)
- 2018(5)
- 2017(1)
- 2016(2)
- 2015(1)
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)(14)
- 北京大学中文核心期刊目录(北大核心)(13)
- 中国科学引文数据库(CSCD)(11)
- 刊名
- 噪声与振动控制(2)
- 自动化学报(2)
- 中南民族大学学报:自然科学版(1)
- 原子能科学技术(1)
- 吉林大学学报:信息科学版(1)
- 四川大学学报(工程科学版)(1)
- 广西科技大学学报(1)
- 新一代信息技术(1)
- 机械科学与技术(1)
- 现代制造工程(1)
- 更多...
- 作者单位
- 大连理工大学(2)
- 河北工业大学(2)
- 燕山大学(2)
- 上海交通大学(1)
- 上海电力大学(1)
- 上海电机学院(1)
- 东北石油大学(1)
- 中南民族大学(1)
- 五邑大学(1)
- 哈尔滨工程大学(1)
- 更多...
- 语种
- 汉语(21)
- 关键词
- 稀疏自动编码器(21)
- 深度学习(3)
- 滚动轴承(3)
- 特征提取(3)
- 卷积神经网络(2)
- 振动与波(2)
- 支持向量机(2)
- 故障诊断(2)
- 核极限学习机(2)
- K-means聚类(1)
- 更多...
- 作者
- 敦泊森(2)
- 柳晨曦(2)
- 王奉涛(2)
- MIKULOVICH Vladimir Ivanovich(1)
- 丁承君(1)
- 冯玉伯(1)
- 刘梦雅(1)
- 刘永阔(1)
- 初佳兰(1)
- 厉敏宪(1)
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 21 条结果
- 基于改进SAE和双向LSTM的滚动轴承RUL预测方法北大核心CSTPCD摘要:针对稀疏自动编码器(Sparse auto encoder,SAE)采用sigmoid激活函数容易造成梯度消失的问题,用一种新的Tan函数替代原有的sigmoid函数;针对SAE采用Kullback-Leibler(KL)散度进行稀疏性约束在回归预测方面的局限性,以dropout机制替代KL散度实现网络的稀疏性.利用改进SAE对滚动轴承振动信号进行无监督深层特征自适应提取,无需人工设计标签进行有监督微调.同时,考虑到滚动轴承剩余使用寿…查看全部>>
- 基于自编码器和卷积神经网络的电能质量扰动分类北大核心CSCDCSTPCD
- 核动力装置运行数据的特征提取方法研究北大核心CSCDCSTPCD
- 基于灰度关联分析法的卷积神经网络算法优化
- 基于稀疏自动编码器与FA-KELM的滚动轴承故障诊断CSCDCSTPCD
- 基于SAE的深度过程神经网络模式识别与预测
- 基于稀疏自动编码器的微博情感分类应用研究摘要:微博情感倾向分类是分析微博语句带有正向、负向或者中性情感。已有的研究大多根据手工标注微博情感极性进行有监督或半监督分类。该文主要结合了稀疏自动编码器和支持向量机,自动提取情感特征,实现了无监督的微博情感分类。实验结果表明:稀疏自动编码器在微博情感倾向分类精度上基本和手工标注情感特征算法相近,但是微博文本形式多变,自动提取情感特征适应性更强。
- 基于信息融合和SSAEN的变压器故障诊断方法的研究
- 基于稀疏自编码和SPSO-SVM的稻瘟病早期病害识别CSTPCD
- 结合特征选择的SAE-LSTM入侵检测模型北大核心