| 面向数据不平衡的卷积神经网络故障辨识方法 |
| |
| 引用本文： | 吴耀春,赵荣珍,靳伍银,邢自扬.面向数据不平衡的卷积神经网络故障辨识方法[J].振动．测试与诊断,2022,42(2):299-307. |
| |
| 作者姓名： | 吴耀春 赵荣珍 靳伍银 邢自扬 |
| |
| 作者单位： | （1.兰州理工大学机电工程学院 兰州，730050） |
| |
| 基金项目： | 国家自然科学基金面上资助项目（51675253）；国家重点研发计划资助项目（2016YFF0203303?04）；河南省重点研发与推广专项资助项目（222102220092） |
| |
| 摘 要： | 针对因不同故障的样本数目不平衡造成卷积神经网络(convolutional neural network,简称CNN)对少数类样本识别准确率偏低的缺陷,采用将一种最小最大化目标函数融入卷积神经网络结构的对策,提出一种适用于故障数据不平衡的最小最大化目标函数卷积神经网络(min-max objective CNN,简称M...
|
| 关 键 词： | 智能故障辨识 数据不平衡 卷积神经网络 最小最大化目标函数 旋转机械 |
Intelligent Fault Identification Method Based on Convolutional Neural Network for Imbalanced Data |
| |
| WU Yaochun,ZHAO Rongzhen,JIN Wuyin,XING Ziyang.Intelligent Fault Identification Method Based on Convolutional Neural Network for Imbalanced Data[J].Journal of Vibration,Measurement & Diagnosis,2022,42(2):299-307. |
| |
| Authors: | WU Yaochun ZHAO Rongzhen JIN Wuyin XING Ziyang |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《振动．测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动．测试与诊断》下载全文 |
|
