《表1 卷积神经网络网络结构设计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的风电机组轴承机械故障智能诊断方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

当故障诊断任务变化时，如故障种类增加，可增加输出层神经元个数而特征提取层结构不变，故该网络结构具有一定适用性。本文卷积层采用Same填充方式保持输入输出尺寸不变，池化层采用Valid填充方式即不填充，实现降采样。表1为卷积神经网络模型的结构细节，其中32×32@16意思是有16个通道，每个通道尺寸为32×32，其它各项意思类似。用于训练的细节和技巧还有批量归一化（Batch Normalization）和随机失活（Dropout），其中批量归一化用在卷积层和全连接层中来加速训练，而随机失活用于全连接层中来防止模型过拟合，提高模型泛化能力，本文随机失活比率采用推荐值0.5[30]。