第5章教学资料- (3).pptxVIP

融入新一代人工智能的智能运维;;本章导读;PART 01;1 新一代人工智能概述;1 新一代人工智能概述;;1 新一代人工智能概述 ;;1 新一代人工智能概述 ;PART 02;卷积神经网络;卷积神经网络;卷积神经网络;卷积神经网络;限制波尔兹曼机;深度置信网络;深度置信网络;自编码网络;堆栈自编码网络;循环神经网络;RNN计算原理;LSTM结构;RNN的应用;RNN的应用;;;样本构造：从6个传感器监测数据中提取其有效值、绝对均值、方差和峰峰值4个时域特征形成训练数据特征集作为深度自编码网络的训练样本。 特征提取和降维：将24维高维特征样本经由深度自编码特征提取器进行特征降维和提取。 结构参数优化：降维编码后的重构误差作为粒子群算法参数更新的适应度，由此确定网络结构参数。;由降维编码的回归输出可以看出，降维编码保留的信息和磨损量高度相关。经过有标签数据的训练和微调，降维编码在变化趋势上与磨损量保持一致，但是在幅值上有所偏差，这表明深度自编码网络对多维传感器特征集的特征提取和降维是有效的。;DAE-LSTM模型退化程度识别结果;PART 03;从机器学习到迁移学习;从机器学习到迁移学习;从机器学习到迁移学习;从机器学习到迁移学习;迁移学习策略;迁移学习策略;迁移学习策略;迁移学习策略;TrAdaBoost电机故障诊断算例;TrAdaBoost电机故障诊断算例;TrAdaBoost电