- 博客(1)
- 收藏
- 关注
原创 博客摘录「 基于CNN网络的轴承故障诊断」2023年5月18日
解决思路:1)根据部分测试样本的均值方差,对整体测试样本的均值方差进行估计;(2)在使用第一层大卷积核进行卷积时,先对卷积核进行 Dropout 操作,这是 TICNN 模型的第一个训练干扰,目的是给 TICNN训练时提供不完整的信号,从而强化 TICNN 在信号部分缺失时的诊断能力。(3)TICNN 使用了极小的mini-batch 来进行批量训练,这是 TICNN 模型的第二个训练干扰,目的是增大 mini-batch 的均值方差变化范围增加,增强模型对测试集的均值方差于训练集发生的偏移时容忍度。
2023-05-18 15:18:49
366
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人