《表1 网络结构参数：基于深度度量学习的电机故障诊断》

  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

《基于深度度量学习的电机故障诊断》

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

卷积网络层的结构直接影响了网络模型的效果，因此网络结构参数的选择尤为重要。本文经过多次测试对比，最终选取的CNN的具体结构参数如表1所示。网络采用Relu作为激活函数，初始化网络参数时使用Uniform均匀分布，范围为[-0.1，0.1]。网络使用Adam优化器，学习率设置为0.06。Dropout设置为0.7，用来避免网络出现过拟合现象。这种结构既保证网络能学习到尽可能多的特征，同时也防止了过拟合现象。