研究文章

Multisensor-Based重型机器故障识别使用稀疏Autoencoder-Based特性融合和深度信念基于网络的整体学习

表2

SAE的配置用于特征提取和特征融合。

SAE的特征提取 SAE的特征融合

隐层数 1 隐层数 1
每层节点 3-7-3 每层节点 42-6-42
稀疏惩罚 0.02 稀疏惩罚 0.02
数量的时代 60 数量的时代 60
批量大小 One hundred. 批量大小 One hundred.
体重衰变 0.0001 体重衰变 0.0001