故障診斷深度學習方法：殘差收縮網絡
殘差收縮網絡是殘差網絡的一種改進，其實是殘差網絡、注意力機制和軟閾值函數的集成。 在一定程度上，殘差收縮網絡的工作原理，可以理解為：通過注意力機制注意到不重要的特征，通過軟閾值函數將它們置為零；或者說，通過注意力機制注意到重要的特征，將它們保留下來，加強深度神經網絡從含噪聲信號中提取有用特征 ...
原文：深度殘差收縮網絡：一種深度學習的故障診斷方法
翻譯僅為學習，歡迎轉載。 題目 Deep Residual Shrinkage Networks for Fault Diagnosis 翻譯 基於深度殘差收縮網絡的故障診斷 Abstract 摘要 翻譯 本文提出了一種新的深度學習方法，即深度殘差收縮網絡，以增強深度學習方法從強噪聲信號中學習特征的能力，並且取得較高的故障診斷准確率。軟閾值化作為非線性層，嵌入到深度神經網絡之中，以去除不重要的特征 ...
2020-08-30 09:25 0 544 推薦指數：
相關推薦
深度殘差收縮網絡：一種新的深度注意力機制算法
本文解讀了一種新的深度注意力算法，即深度殘差收縮網絡（Deep Residual Shrinkage Network）。從功能上講，深度殘差收縮網絡是一種面向強噪聲或者高度冗余數據的特征學習方法。本文首先回顧了相關基礎知識，然后介紹了深度殘差收縮網絡的動機和具體實現，希望對大家有所幫助。 1. ...
深度殘差收縮網絡：（六）代碼實現
深度殘差收縮網絡其實是一種通用的特征學習方法，是深度殘差網絡ResNet、注意力機制和軟閾值化的集成，可以用於圖像分類。本文采用TensorFlow 1.0和TFLearn 0.3.2，編寫了圖像分類的程序，采用的圖像數據為CIFAR-10。CIFAR-10是一個非常常用的圖像數據集，包含10 ...
深度殘差收縮網絡總結
1. 深度殘差收縮網絡的初衷 大家有沒有發現這樣一種現象：在很多數據集中，每個樣本內部，都或多或少地包含着一些與標簽無關的信息；這些信息的話，其實就是冗余的。 然后，即使在同一個樣本集中，各個樣本的噪聲含量也往往是不同的。 那么，降噪算法中常用的軟閾值函數，能不能嵌入到深度殘差網絡中 ...
深度殘差收縮網絡：（二）整體思路
其實，這篇文章的摘要很好地總結了整體的思路。一共四句話，非常簡明扼要。 我們首先來翻譯一下論文的摘要： 第一句：This paper develops new deep lea ...
深度殘差收縮網絡：（一）背景知識
深度殘差收縮網絡（Deep Residual Shrinkage Network）是深度殘差學習（Deep Residual Network, ResNet）的一種改進，發表在IEEE Transactions on Industrial Informatics上，面向的是數據包含噪聲 ...
注意力機制+軟閾值化=深度殘差收縮網絡（深度學習）
顧名思義，深度殘差收縮網絡是由“殘差網絡”和“收縮”兩個部分所組成的，是“殘差網絡”的一種改進算法。 其中，殘差網絡在2016年獲得了ImageNet圖像識別競賽的冠軍，目前已成為深度學習領域的基礎網絡；“收縮”就是“軟閾值化”，是許多信號降噪方法的核心步驟。 深度殘差收縮網絡也是一種“注意力 ...
Keras快速搭建深度殘差收縮網絡（及深度殘差網絡）
從本質上講，深度殘差收縮網絡屬於卷積神經網絡，是深度殘差網絡（deep residual network, ResNet）的一個變種。它的核心思想在於，在深度學習進行特征學習的過程中，剔除冗余信息是非常重要的；軟閾值化是一種非常靈活的、刪除冗余信息的方式。 1.深度殘差網絡 首先，在介紹深度殘 ...