典型文献
基于改进堆栈自编码的诊断错误标签修正
文献摘要：
在基于数据驱动的故障诊断领域,正确的标签样本是诊断准确度的保障,但由于人工标记等原因,训练样本常受到错误标签的干扰.针对错误标签的问题,提出基于改进堆栈自编码的错误标签修正方法.该方法通过堆栈自编码和孤立森林给样本赋予伪标签,调整编码器对样本的注意程度,从而使编码器更注重于正确样本.基于数据分布偏差的考虑,利用基于随机森林的交叉验证获取样本的信息熵,对标签进行修正.齿轮和轴承试验表明,该方法在多个错误标签比例下均能降低样本的错误标签率,正确修正错误标签,提高故障诊断的准确率.
文献关键词：
错误标签;堆栈自编码;孤立森林;信息熵;齿轮故障
中图分类号：
作者姓名：
张旭;黄亦翔;张轩;肖登宇;刘成良;李怀洋;朱涛
作者机构：
上海交通大学机械系统与振动国家重点实验窒,上海200240;徐州重型机械有限公司高端工程机械智能制造国家重点实验室,徐州221004
文献出处：
引用格式：
[1]张旭;黄亦翔;张轩;肖登宇;刘成良;李怀洋;朱涛-.基于改进堆栈自编码的诊断错误标签修正)[J].振动与冲击,2022(01):78-87
A类：
B类：
堆栈自编码,诊断错误,错误标签,诊断准确度,人工标记,训练样本,对错,修正方法,孤立森林,伪标签,整编,编码器,数据分布,交叉验证,信息熵,轴承,修正错误,齿轮故障
AB值：
0.260827
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
