成果介绍
本发明公开了一种基于降噪自编码器(TheDenoisingAutoencoder,DAE)的声发射信号去噪方法,其通过无监督学习训练降噪自编码器学习到更加稳定的不变性特征,使重构信号与原始信号误差收敛于极小值,从而达到去噪目的。
成果亮点
并且通过对3011个腐蚀声发射信号样本进行处理的基础上开展去噪实验,实验结果表明,当隐层神经元数为300时去噪模型有着较好的去噪效果,提出的降噪自编码器去噪模型比小波阈值去噪法有更优的去噪性能和泛化性。降噪自编码器去噪模型应用于声发射信号去噪,可以有效去除噪声,对于后续声发射信号识别处理具有重要意义。
团队介绍
周俊,刘凡漪
成果资料