10.16652/j.issn.1004-373x.2023.21.014
基于多重注意力机制优化的卷积网络故障诊断方法
为了进一步提高模拟电路故障诊断的正确率,提出一种基于多重注意力机制的一维卷积神经网络故障诊断方法.该方法针对数据的维度调整网络参数,采用自适应力矩估计算法为不同的参数设计独立的自适应性学习率从而训练网络,并引入多重注意力机制以增强网络提取特征的能力,从而提高诊断正确率.实验结果表明,在对Sallen-Key滤波器电路诊断测试时正确率达到100%,在对四运放双二阶滤波电路进行故障诊断时,该方法仍具有99.74%的正确率,相比不添加注意力机制的方法高出1.8%,展现出较强的诊断能力.
故障诊断、模式识别、深度学习、一维卷积神经网络、模拟电路、注意力机制、特征提取
46
TN711-34(基本电子电路)
山东省自然科学基金;山东省本科教学研究项目
2023-11-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
68-75