%0 Journal Article
%A 李益兵1
%A 2
%A 王磊1
%A 2
%A 江丽1
%A 2
%T 基于PSO改进深度置信网络的滚动轴承故障诊断
%D 2020
%R 
%J 振动与冲击
%P 89-96
%V 39
%N 5
%X 针对深度置信网络（Deep Belief Network, DBN）用于轴承故障诊断时，网络层结构调试比较费时等问题，提出一种基于粒子群优化（Particle Swarm Optimization, PSO）的DBN算法，以及基于该算法的轴承故障诊断模型。该模型利用PSO算法优选DBN网络结构，并通过自适应时刻估计法微调模型参数，随后运用具有最优结构的DBN模型直接从原始振动信号中提取低维故障特征，并将其输入到Soft-max分类器中识别轴承的故障模式。该算法与支持向量机、BP神经网络、DBN、堆叠降噪自编码等方法进行对比分析，实验结果表明，PSO改进的DBN算法具有更高的准确率以及更好的鲁棒性。
%U https://jvs.sjtu.edu.cn/CN/abstract/article_9293.shtml