Roller bearing fault diagnosis using stacked denoising autoencoder in deep learning and Gath–Geva clustering algorithm without principal component analysis and data label

Most deep learning models such as stacked autoencoder (SAE) and stacked denoising autoencoder (SDAE) are used for fault diagnosis with a data label. These models are applied to extract the useful features with several hidden layers, then a classifier is used to complete the fault diagnosis. However,...

Celý popis

Podrobná bibliografie

Vydáno v:	Applied soft computing Ročník 73; s. 898 - 913
Hlavní autoři:	Xu, Fan, Tse, Wai tai Peter, Tse, Yiu Lun
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.12.2018
Témata:	Deep learning Gath–Geva clustering algorithm Roller bearing fault diagnosis Stacked denoising autoencoder Deep learning Roller bearing fault diagnosis Gath–Geva clustering algorithm Stacked denoising autoencoder
ISSN:	1568-4946, 1872-9681
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!