摘要
本发明公开了一种基于自编码器的二阶段异常分类方法,包括:基于自编码网络阵列、分类网络,构建二阶段异常分类网络模型;将多源信号的频谱图并行输入到所述二阶段异常分类网络模型中的自编码网络内进行自编码网络处理,输出特征图;将所述特征图拼接,并输入到所述分类网络中进行设备异常分类,输出分类结果。本发明方法用于解决复杂工况下设备运行故障的检测和分类,通过使用自编码网络阵列和分类网络的组合对多源信号进行特征学习和分类处理,以达到故障诊断和分类的目的,且具有良好的泛化性以及检测性能。
技术关键词
分类网络
更新网络参数
编码器
分类方法
信号
优化器
重构误差
阶段
网络结构
解码器
设备运行故障
注意力机制
传播算法
优化网络参数
输出特征
分类器参数
音频
系统为您推荐了相关专利信息
协作机器人
直流电源
输入接口
控制关节运动
电路
面向多模态数据
分类方法
节点特征
语言编码器
语义
旋转镜组件
转子磁环
激光雷达
定子组件
支撑凸台
机器人巡检控制方法
纺织设备
故障特征频率
背景噪声分量
动态噪声
婴儿哭声检测方法
训练集
神经网络加速器
频率
音频