基于深度信念网络的信号重构与轴承故障识别

针对传统智能识别需要复杂的特征提取过程，增加了操作的难度和不确定性，采用深度信念网络（Deep Belief Network，DBN）直接从原始数据对故障智能识别的方法。该方法避免了人工特征提取过程，增强了识别的智能性。将以原始数据为输入的DBN应用于轴承故障识别，接近100%正确识别率的实验结果表明：DBN可以直接通过原始数据对轴承故障进行高效识别。