检索结果-南通市图书馆

栈式降噪自编码网络在变压器故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

电测与仪表 2018年第17期55卷 62-67页

作者：许倩文吉兴全张玉振李军于永进山东科技大学电气与自动化工程学院山东青岛266590 国网山东省电力公司威海供电公司山东威海264200

为提高变压器故障诊断的准确率,提出了一种新型的变压器故障诊断网络,该网络以基于栈式降噪自编码网络为基础,把深度学习用在诊断变压器设备故障方面,建立深层网络模型,采取逐层贪婪编码的方式进行自适应的非监督式预训练,实现高维深层... 详细信息

为提高变压器故障诊断的准确率,提出了一种新型的变压器故障诊断网络,该网络以基于栈式降噪自编码网络为基础,把深度学习用在诊断变压器设备故障方面,建立深层网络模型,采取逐层贪婪编码的方式进行自适应的非监督式预训练,实现高维深层故障特征的自适应提取和挖掘,进而使用反向传播算法对模型进行监督式微调。最后利用Softmax分类器,对故障进行分类输出。最后通过实例验证表明,提出的栈式降噪自编码网络能准确、有效地对变压器进行故障诊断,与传统方法相比,该方法提高了变压器故障诊断的准确率。

关键词：变压器故障诊断深度学习栈式降噪自编码 Softmax分类器

基于栈式降噪自编码和词嵌入表示的维吾尔语零指代消解

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2018年第5期32卷 56-64页

作者：秦越禹龙田生伟冯冠军吐尔根.依布拉音艾斯卡尔.艾木都拉赵建国新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学网络中心新疆乌鲁木齐830046 新疆大学软件学院新疆乌鲁木齐830008 新疆大学人文学院新疆乌鲁木齐830046

针对维吾尔语零指代现象,提出采用栈式降噪自编码的深度学习机制进行维吾尔语零指代消解。首先由大规模无标注维吾尔语语料训练得到富含语义和句法信息的词嵌入表示,将其作为候选先行语和缺省零代词的语义特征;其次根据维吾尔语语言特点... 详细信息

针对维吾尔语零指代现象,提出采用栈式降噪自编码的深度学习机制进行维吾尔语零指代消解。首先由大规模无标注维吾尔语语料训练得到富含语义和句法信息的词嵌入表示,将其作为候选先行语和缺省零代词的语义特征;其次根据维吾尔语语言特点,抽取14项针对零指代消解任务的手工设计特征;然后融合word embedding特征和14项hand-crafted特征作为栈式降噪自编码的输入,最后经过无监督逐层贪婪的预训练和有监督的微调过程,使用softmax进行分类完成维吾尔语零指代消解任务。实验结果表明,与传统栈式自编码、浅层机器学习的支持向量机和人工神经网络相比,栈式降噪自编码的F值分别提高了4.450%、10.032%和8.140%,实验结果验证了该方法的有效性及栈式降噪自编码在任务中具备挖掘高层面鲁棒性语义特征的优势。

关键词：维吾尔语零指代消解栈式降噪自编码词嵌入表示

基于栈式降噪自编码的变压器“快速发展型”沿面放电状态评估

在线全文

学校读者我要写书评

暂无评论

南昌大学学报(理科版) 2022年第2期46卷 226-231+238页

作者：程林杨旭刘正阳张静聂德鑫张晓星湖北工业大学国网电力科学研究院武汉南瑞有限责任公司南瑞集团(国网电力科学研究院)有限公司

超、特高压变压器结构紧凑、绝缘裕度低，在高电压作用下场强集中区易引发“快速发展型”放电故障。本文通过搭建基于“针-板”缺陷的变压器油纸绝缘“快速发展型”沿面放电试验平台，获取了其不同放电发展状态下的高频脉冲电流信号，... 详细信息

超、特高压变压器结构紧凑、绝缘裕度低，在高电压作用下场强集中区易引发“快速发展型”放电故障。本文通过搭建基于“针-板”缺陷的变压器油纸绝缘“快速发展型”沿面放电试验平台，获取了其不同放电发展状态下的高频脉冲电流信号，根据其相位-幅值和相位-放电次数图谱的差异将其放电过程分成了“前期”(稀疏放电)、“中期”(大幅值剧烈放电)和“后期”(小幅值密集放电)三个发展阶段。在根据其PRPD图谱提取的特征参量基础上，构建了栈式降噪自编码联合支持向量机的评估方法，对变压器“快速发展型”沿面放电的发展状态进行了评估，取得了良好的效果。

关键词：变压器快速发展型沿面放电高频脉冲电流栈式降噪自编码

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于栈式降噪自编码的故障诊断

制造业自动化 2017年第3期39卷 152-156页

作者：朱煜奇黄双喜杨天祺孙洁香清华大学自动化系北京100084 北京机械工业自动化研究所北京100120

提出一种基于栈式降噪自编码网络的故障诊断方法,把深度学习应用于设备故障诊断。建立深层网络模型,采取逐层贪婪编码的方式进行预训练,实现高维深层故障特征的自适应提取和挖掘,再使用反向传播算法对模型进行监督式微调。方法集成了特... 详细信息

提出一种基于栈式降噪自编码网络的故障诊断方法,把深度学习应用于设备故障诊断。建立深层网络模型,采取逐层贪婪编码的方式进行预训练,实现高维深层故障特征的自适应提取和挖掘,再使用反向传播算法对模型进行监督式微调。方法集成了特征提取和状态分类两大步骤,摆脱了传统机器学习方法对人为提取样本特征的依赖,并有效克服梯度消失、局部极值等问题。通过滚动轴承数据实验,验证该方法对故障的识别能力和泛化能力。

关键词：故障诊断栈式降噪自编码深度学习滚动轴承

在线全文

学校读者我要写书评

暂无评论

基于栈式降噪自动编码器的中文短文本分类

内蒙古民族大学学报（自然科学版） 2017年第5期32卷 400-405页

作者：邱爽姜明洋张智丰卢奕南裴志利内蒙古民族大学数学学院内蒙古通辽028043 内蒙古民族大学计算机科学与技术学院内蒙古通辽028043 吉林大学计算机科学与技术学院吉林长春130012

深度学习技术已经广泛应用到大数据处理中,并在很多方面获得了可观的成绩.其中,自编码神经网络作为一种特征降维算法已被广大专家学者所应用.本文主要讨论一种改进的自动编码器——栈式降噪自编码神经网络(The Stacked Denoising Auto E... 详细信息

深度学习技术已经广泛应用到大数据处理中,并在很多方面获得了可观的成绩.其中,自编码神经网络作为一种特征降维算法已被广大专家学者所应用.本文主要讨论一种改进的自动编码器——栈式降噪自编码神经网络(The Stacked Denoising Auto Encoder,SDAE),该算法使学习到的特征更加具有鲁棒性.并研究了该算法基于Re LU激活函数的中文短文本分类.与KNN,SVM,BP对比,无论召回率还是准确率,SDAE均优于KNN、BP、SVM.

关键词：栈式降噪自编码文本分类深度学习降维

在线全文

学校读者我要写书评

暂无评论

基于改进的降噪自编码药物透血脑屏障预测

计算机应用研究 2018年第5期35卷 1355-1359页

作者：周兴发禹龙田生伟李莉王梅新疆大学软件学院乌鲁木齐830008 新疆大学网络中心乌鲁木齐830046 新疆医科大学医学工程技术学院乌鲁木齐830011 新疆医科大学制药部门乌鲁木齐830054

药物透血脑屏障是新药研发的一个重要因素。在传统栈式降噪自编码(stacked denoising autoencoder,SDAE)基础上,提出一种改进的SDAE药物透血脑屏障预测方法。利用主成分分析(principal components analysis,PCA)无监督训练一组权值初始... 详细信息

药物透血脑屏障是新药研发的一个重要因素。在传统栈式降噪自编码(stacked denoising autoencoder,SDAE)基础上,提出一种改进的SDAE药物透血脑屏障预测方法。利用主成分分析(principal components analysis,PCA)无监督训练一组权值初始化SDAE,避免随机初始化权值造成模型收敛速度较慢的问题;然后为降噪自编码(denoising autoencoder,DAE)增加一层隐藏层,构造双隐层DAE,提高单个DAE提取药物分子抽象特征的能力;融合SDAE最后两个DAE的第一层隐藏层输出作为softmax分类器的输入,最终实现药物透血脑屏障预测。实验表明,与传统的SDAE及浅层机器学习模型SVM相比,改进后的模型对药物透血脑屏障具有更好的预测效果。

关键词：血脑屏障栈式降噪自编码 PCA 双隐层融合输出

基于深度降噪自编码神经网络的近红外光谱去噪

在线全文

学校读者我要写书评

暂无评论

自动化技术与应用 2021年第4期40卷 15-18页

作者：雷勇闫晓剑四川虹微技术有限公司四川成都614000

近红外光谱仪在数据采集时,由于受到多种因素的影响,光谱数据常常被一系列噪声所污染,对光谱建模与分析产生巨大的影响。在建模前必须要对数据进行预处理,本文提出一种基于栈式降噪自编码神经网络的光谱信号去噪方法,基于降噪自编码模... 详细信息

近红外光谱仪在数据采集时,由于受到多种因素的影响,光谱数据常常被一系列噪声所污染,对光谱建模与分析产生巨大的影响。在建模前必须要对数据进行预处理,本文提出一种基于栈式降噪自编码神经网络的光谱信号去噪方法,基于降噪自编码模型重构的思想来实现特征的自动提取,使用无监督逐层贪婪预训练和有监督微调的方法对深度自编码神经网络进行训练,对光谱信号具有良好的噪声滤除效果。与目前比较流行的小波去噪等相比,栈式降噪自编码神经网络有较好去噪性能。最后,本文基于实际光谱仪采集数据进行实验,实验结果验证了该方法的有效性。

关键词：光谱去噪栈式降噪自编码神经网络重构

基于CEEMD-MPE与SDAE的局部放电模式识别

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第8期41卷 175-181,195页

作者：蒋伟赵显阳樊汝森徐鹏沈道义杨俊杰上海电力大学电子与信息工程学院上海201306 国网上海市电力公司青浦供电公司上海201700 国网上海市电力公司电力科学研究院上海200437 上海格鲁布科技有限公司上海201210 上海电机学院上海201306

针对变压器局部放电故障信息提取困难以及局部放电类型识别准确率低等问题,提出一种基于CEEMD-MPE与SDAE相结合的局部放电模式识别算法。对局部放电原始信号进行CEEMD分解,得到多个固有模态分量(IMF),根据相关系数筛选出系数最大的IMF... 详细信息

针对变压器局部放电故障信息提取困难以及局部放电类型识别准确率低等问题,提出一种基于CEEMD-MPE与SDAE相结合的局部放电模式识别算法。对局部放电原始信号进行CEEMD分解,得到多个固有模态分量(IMF),根据相关系数筛选出系数最大的IMF作为最优分量,计算其不同尺度下的排列熵值;将有效排列熵值作为特征数据集输入到SDAE中进行无监督学习训练;利用Softmax分类器输出放电类型。实验结果表明,该算法识别精准率为98%,召回率为96.67%,F1得分为97.17%,能够快速、准确地识别局部放电类型。

关键词：互补集合经验模态分解多尺度排列熵栈式降噪自编码局部放电特征提取模式识别

基于AGA-SSAE和SDP域转换的暂态电能质量扰动识别方法

在线全文

学校读者我要写书评

暂无评论

中国测试 2023年第8期49卷 28-35,66页

作者：朱雅魁赵莎莎李争国网河北省电力有限公司营销服务中心河北石家庄050000 河北科技大学河北石家庄050000

针对复杂电能质量扰动信号非平稳性和非线性导致的信号特征难以直接提取和识别的问题,该文提出一种基于自适应遗传算法优化(adaptive genetic algorithm,AGA)的栈式稀疏自编码器(stacked sparse autoencoder,SSAE)和对称点模式(symmetri... 详细信息

针对复杂电能质量扰动信号非平稳性和非线性导致的信号特征难以直接提取和识别的问题,该文提出一种基于自适应遗传算法优化(adaptive genetic algorithm,AGA)的栈式稀疏自编码器(stacked sparse autoencoder,SSAE)和对称点模式(symmetrized dot pattern,SDP)域转换的暂态电能质量扰动识别方法。首先,通过Matlab仿真随机生成6种单一扰动信号和9种复合扰动信号,通过SDP方法将原始时域扰动信号转换至极坐标域,实现扰动信号可视化并生成对应的扰动图谱,对扰动图谱进行参数优化;然后,基于Tensorflow开源框架搭建SSAE识别模型,并由AGA算法完成模型结构及其参数的优化,实现扰动图谱的深度特征提取与挖掘;最后,由末端分类器进行无监督学习分类,比较常见扰动识别方法的优劣。结果表明:该文提出的基于AGA-SSAE和SDP域转换的暂态电能质量扰动识别方法能够对暂态扰动进行高效、准确的识别分类,平均测试准确率为97.89%,优于传统方法10%左右;同时所提方法的架构清晰,且具有较好的收敛性和泛化能力,适用于电力系统电能质量暂态扰动的快速、精确识别。

关键词：电能质量对称点模式栈式降噪自编码暂态系统

维普期刊数据库博看期刊