《表4 不同深度迁移自动编码器模型诊断结果对比》
重复试验的具体结果如表4和图7所示。所提迁移模(模型1:SELU&CMod)的平均诊断准确率为89.48%,高于其他5种迁移模型的平均准确率,依次为85.14%,81.99%,83.42%,83.29%和84.30%。所提迁移模型的标准差为0.630,低于对比模型,展现了良好的稳定性。主要原因为可缩放指数型线性单元可提升原始振动数据的归一化属性,非负约束修正的代价函数可进一步提升重构质量。通过对比模型1和2,模型3和5,模型4和6体现修正代价函数的优势。通过对比模型1,5和6体现SELU激活函数的优势,进一步分析模型1与5输出的深层特征数据,通过t-分布领域嵌入算法进行降维可视化,如图8所示。由此可知,所提模型学习得到的深度特征更具代表性,更易区分。
图表编号 | XD00163861100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.05 |
作者 | 邵海东、张笑阳、程军圣、杨宇 |
绘制单位 | 湖南大学汽车车身先进设计制造国家重点实验室、中国航空工业集团公司西安航空计算技术研究所、湖南大学汽车车身先进设计制造国家重点实验室、湖南大学汽车车身先进设计制造国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |