| [1] |
杜玮, 刘泉, 李景松. 基于改进BP 神经网络的复杂系统故障识别[J]. 武汉理工大学学报, 2011, 33(6): 134-138.
|
| [2] |
贾文其, 李明, 朱美强, 等. 基于栈式降噪自编码神经网络的车牌字符识别[J]. 计算机工程与设计, 2016, 37(3): 751-756.
|
| [3] |
丁平, 白杰. 基于RBF 神经网络的航空发动机故障诊断[J]. 中国民航大学学报, 2007, 25(S1): 43-44.
|
| [4] |
CHO KYUNGHYUN. Simple sparsification improves sparse denoising autoencodersin denoising highly noisy images[C]//30th International Conference on Machine Learning, 2013: 432-440.
|
| [5] |
袁静, 章毓晋. 融合梯度差信息的稀疏去噪自编码网络在异常行为检测中的应用[J]. 自动化学报, 2017, 43(1): 1-7.
|
| [6] |
焦李成, 杨淑媛, 刘芳, 等. 神经网络七十年: 回顾与展望[J]. 计算机学报, 2016, 39(8): 1697-1716.
|
| [7] |
杨红红, 曲仕. 基于稀疏约束深度学习的交通目标跟踪[J]. 中国公路学报, 2016, 29(6): 253-261.
|
| [8] |
侯文擎, 叶鸣, 李巍华. 基于改进堆叠降噪自编码的滚动轴承故障分类[J]. 机械工程学报, 2017, 54(7): 87-96.
|
| [9] |
李巍华, 单外平, 曾雪琼. 基于深度信念网络的轴承故障分类识别[J].振动工程学报, 2016, 29(2): 340-347.
|
| [10] |
陈海燕, 杜婧涵, 张魏宁. 基于深度降噪自编码网络的监测数据修复方法[J]. 系统工程与电子技术, 2018, 40(2): 435-440.
|