[00297342]基于模糊处理的深度学习在液压装备故障诊断中的应用
交易价格：
面议
所属行业：
液压机
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201611039519.6
交易方式：
技术转让
技术转让
技术入股
联系人：
河北工业大学
进入空间
所在地：天津天津市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明公开了一种基于模糊处理的深度学习在液压装备故障诊断中的应用，包括下述步骤(1)引入时间标签和模糊权重对液压设备运行监测数据进行预处理，并分成训练数据集和测试数据集；(2)将训练数据集作为稀疏自编码网络的输入向量进行无监督预训练；(3)将有标签数据和无标签数据作为Softmax分类器的输入向量训练Softmax分类器；(4)利用BP算法对深度学习网络参数进行微调；(5)故障状况的智能诊断。本发明首先引入时间标签和模糊权重的方法对数据进行预处理；然后使用稀疏自编码完成样本数据的高层特征提取，并使用Softmax分类器对设备故障状态进行分类诊断来构建ICM模型；最后利用BP算法微调整个网络全局最优参数，实现故障状况的智能诊断。
摘要：本发明公开了一种基于模糊处理的深度学习在液压装备故障诊断中的应用，包括下述步骤(1)引入时间标签和模糊权重对液压设备运行监测数据进行预处理，并分成训练数据集和测试数据集；(2)将训练数据集作为稀疏自编码网络的输入向量进行无监督预训练；(3)将有标签数据和无标签数据作为Softmax分类器的输入向量训练Softmax分类器；(4)利用BP算法对深度学习网络参数进行微调；(5)故障状况的智能诊断。本发明首先引入时间标签和模糊权重的方法对数据进行预处理；然后使用稀疏自编码完成样本数据的高层特征提取，并使用Softmax分类器对设备故障状态进行分类诊断来构建ICM模型；最后利用BP算法微调整个网络全局最优参数，实现故障状况的智能诊断。
