TY -的A2 - Cai,宁非盟-徐,风扇AU -蜀,鑫盟——张,小弟AU -风扇,Bo PY - 2020 DA - 2020/07/26 TI -微型智能电网"网络的电力设备故障的自动诊断基于堆叠去噪Autoencoders传播聚类和自适应亲和力SP - 8509142六世- 2020 AB -提出了一个模型基于堆叠去噪Autoencoders (sda)的深度学习和自适应亲和力传播(手中)轴承自动故障诊断。首先,sda直接用于提取潜在的故障特性和降低高维度3。证明sda的特征提取能力比堆放autoencoders(节约),主成分分析(PCA)是用来比较和降低维度,除了最后一个隐藏层。因此,提取的三维特征选择作为改编电影的输入集群模型。相对于其他传统的集群方法,如模糊均值聚(FCM) Gustafson-Kessel(门将),Gath-Geva (GG),和亲和力传播(美联社),聚类算法可以识别故障样本没有集群中心数量的选择。然而,美联社需要设置两个关键参数根据手册不同阻尼因子和偏差parameter-before计算。为了克服这个缺点,改编电影介绍了。改编电影聚类算法可以找到可用的参数根据适应度函数自动。最后,实验结果证明sda与改编电影比其他模型,包括SDAE-FCM /星期/ GG根据集群评估指数(轮廓)和分类错误率。SN - 1076 - 2787你——https://doi.org/10.1155/2020/8509142——10.1155 / 2020/8509142 JF - PB - Hindawi KW - ER -复杂性