论文部分内容阅读
本文提出了一种基于堆栈稀疏自编码器(SSAE)的滚动轴承故障类别的自动识别方法。将原始轴承信号进行截断处理,既保留了有用信息,又扩充了样本数量,有利于神经网络的训练。采用双层SAE神经网络模型,结合softmax分类器,完成对轴承故障类别的自动识别,通过对比实验表明,本文所提方法稳定有效,且准确率高。