- 专利标题: 基于正余弦算法优化卷积神经网络的机床轴承状态识别方法
-
申请号: CN202011607633.0申请日: 2020-12-29
-
公开(公告)号: CN112699792B公开(公告)日: 2024-04-05
- 发明人: 惠记庄 , 田园 , 张富强 , 丁凯 , 高士豪 , 王帅
- 申请人: 长安大学
- 申请人地址: 陕西省西安市南二环路中段
- 专利权人: 长安大学
- 当前专利权人: 长安大学
- 当前专利权人地址: 陕西省西安市南二环路中段
- 代理机构: 西安通大专利代理有限责任公司
- 代理商 王艾华
- 主分类号: G06F18/2413
- IPC分类号: G06F18/2413 ; G06N3/0464 ; G06N3/08 ; G06N3/048
摘要:
本发明公开了一种基于正余弦算法优化卷积神经网络的机床轴承状态识别方法,本发明首先构建卷积神经网络模型,再使用正余弦算法优化卷积神经网络模型参数,最后对优化后的卷积神经网络模型对轴承的状态进行分类识别,本发明通过正余弦算法对卷积神经网络进行优化,解决了卷积神经网络模型训练时易陷入局部最优,且卷积神经网络模型参数大多靠经验人工选择的问题。本发明通过正余弦算法优化后的卷积神经网络,提高了轴承状态识别的准确率,降低了误差值,提高了工作效率。
公开/授权文献
- CN112699792A 基于正余弦算法优化卷积神经网络的机床轴承状态识别方法 公开/授权日:2021-04-23