摘要
本发明涉及故障诊断神经网络自主压缩方法,更具体的说是一种基于强化网络剪枝的轴承故障诊断网络压缩方法,包括以下核心步骤:采集轴承的原始故障信号,并进行预处理;选择故障诊断神经网络作为待剪枝网络;构建智能体模型,智能体模型包含一个动作网络和一个评价网络,用以观测剪枝过程中环境的实时状态信息,根据状态信息输出网络各层的剪枝率作为当前剪枝策略,并评估当前剪枝策略的价值;构建待剪枝网络剪枝环境,用于实现网络剪枝动作、将当前最佳剪枝策略优化后的网络进行网络再训练及验证每次剪枝后网络的分类性能;基于DDPG算法优化智能体网络参数和迭代剪枝策略,对待剪枝网络进行循环剪枝。
技术关键词
轴承故障诊断
网络剪枝
剪枝策略
智能体模型
网络压缩方法
一维卷积神经网络
实时状态信息
分类准确率
参数
表达式
算法
网络结构
数据
信号
样本
代表
索引
规模
系统为您推荐了相关专利信息
轴承故障诊断方法
工况
窗口结构
通道注意力机制
数据
轴承故障诊断方法
图像生成技术
多尺度特征融合
样本
特征提取网络
智能体模型
能量管理方法
锂电池模块
车辆动力学模型
燃料电池模块
设施布局方法
数据集成平台
案例库
实景交互
活动特征