Stacked pruning sparse denoising autoencoder based intelligent fault diagnosis of rolling bearings

This paper proposes a new stacked pruning sparse denoising autoencoder (sPSDAE) model for intelligent fault diagnosis of rolling bearings. Different from the traditional autoencoder, the proposed sPSDAE model, including a fully connected autoencoder network, uses the superior features extracted in a...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Applied soft computing Jg. 88; S. 106060
Hauptverfasser:	Zhu, Haiping, Cheng, Jiaxin, Zhang, Cong, Wu, Jun, Shao, Xinyu
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier B.V 01.03.2020
Schlagworte:	Deep learning Fault diagnosis Pruning operation Rolling bearing Stacked pruning sparse denoising autoencoder Deep learning Fault diagnosis Stacked pruning sparse denoising autoencoder Pruning operation Rolling bearing
ISSN:	1568-4946, 1872-9681
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!