神经网络诊断模型的隐层压缩算法

作     者：胡凯成 孔凡让 李川奇 

作者机构：中国科学技术大学精密机械与仪器系 

出 版 物：《振动工程学报》 (Journal of Vibration Engineering)

年 卷 期：1997年第10卷第3期

页      码：356-361页

摘      要：基于多层前向网络的诊断模型在设备故障诊断领域应用比较广泛。但在多层前向网络的设计和训练问题上，单隐层的隐层单元数选取一直非常困难，一般采用试凑法，既费时又不一定保证收敛。本文针对这一难题，从设备故障诊断的工程实际出发，采用隐层压缩算法，获得了性能较好、网络规模又较小的神经网络诊断模型。给出了隐层压缩算法中原始网络的构造方法，并且证明只要原始网络的隐层单元数不小于训练样本数减１，该原始网络就可以学会全部训练样本。由于所构造的原始网络往往存在隐层冗余，隐层压缩算法可以迫使冗余隐层单元在训练中死亡，从而达到精简、压缩隐层的目的。文中给出的实例研究验证了该隐层压缩算法的有效性。

主 题 词：神经网络 算法分析 故障诊断 压缩算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0838[0838] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16385/j.cnki.issn.1004-4523.1997.03.018

馆 藏 号：203111705...