【摘 要】
：
针对工业过程故障识别的需要和实际工业数据小比例有标签、大比例无标签的特点,研究了基于深度学习的半监督故障分类方法.在半监督阶梯网络的基础上,通过对网络结构和损失函
【基金项目】
：
国家自然科学基金项目（U1664264,U1509203）.
论文部分内容阅读
针对工业过程故障识别的需要和实际工业数据小比例有标签、大比例无标签的特点,研究了基于深度学习的半监督故障分类方法.在半监督阶梯网络的基础上,通过对网络结构和损失函数的改进,提出了半监督密集阶梯网络算法.该算法改进了原始的网络结构,添加了各层之间的密集连接,尝试最大化阶梯网络内部的数据信息流,使得各编码解码层之间的特征得以传递和复用.针对损失函数的特点,添加了无噪声编码层的预测输出损失,确保训练目标与模型输出一致.实验结果证明了所提出的新方法能在工业过程的小比例有标签数据情况下,获得理想的分类效果.
其他文献
商标是一种重要的无形资产,通过证券化可以更好地实现商标和品牌的价值。商标资产证券化在微观层面体现出为企业融资的比较优势,在宏观层面体现出国家知识产权强国战略和创新
针对523.15 K的中高温余热烟气热源,选取戊烷、己烷、庚烷、环己烷、MM（六甲基二硅氧烷）、苯和甲苯为候选工质,引入一维向心透平效率预测模型取代固定透平效率,以[火用]效率和
胡锦涛同志在党的十七大报告和十七届五中全会上特别中指出，科学发展观是发展中国特色社会主义必须坚持和贯彻的重大战略思想。在深入学习党的十七大、十七届五中全会精神的基
鲁鲁坐在地上，悲凉地叫着。树丛中透出一弯新月，院子的砖地上洒着斑驳的树影和淡淡的月光。那悲凉的嗥叫声一直穿过院墙，在这山谷的小村中引起一阵阵狗吠。
传统主成分分析（PCA）算法旨在挖掘训练数据各变量间的相关性特征，己在数据驱动的故障检测领域得到了广泛的研究与应用。然而，传统PCA方法在建模过程中通常认为各个测量变量的重要
专利间接侵权制度的法律适用问题,一直是我国专利法律制度和法学原理讨论的热点问题。《最高人民法院关于审理侵犯专利权纠纷案件应用法律若干问题的解释(二)》和《中华人民