当故障信号微弱,而振动信号中混杂的噪声又较为强烈时,我们应该如何应对呢?
深度学习技术便能派上用场,帮助我们实现自动化的故障分类。其中,深度残差收缩网络便是一种备受推崇的方法。这种网络通过引入软阈值函数作为非线性层,并能自动设定阈值,从而在处理含噪数据时表现出色,非常适合此类分类任务。
深度学习技术便能派上用场,帮助我们实现自动化的故障分类。其中,深度残差收缩网络便是一种备受推崇的方法。这种网络通过引入软阈值函数作为非线性层,并能自动设定阈值,从而在处理含噪数据时表现出色,非常适合此类分类任务。