[发明专利]一种旋转机械振动信号的稀疏约束生成对抗网络实现方法

权利要求书

1.一种旋转机械振动信号的稀疏约束生成对抗网络实现方法，包括：

构建输入层维度和输出层维度为w，隐藏层维度为m的稀疏自动编码器；

利用对采集的振动信号进行预处理后得到的维度为w的振动信号训练样本对所构建的稀疏自动编码器进行训练，得到训练好的稀疏自动编码器；

利用训练好的稀疏自动编码器，构建包括生成器和判别器的稀疏约束生成对抗网络，具体包括：

拆分训练好的稀疏自动编码器，将输入层和隐藏层作为编码器部分，并将隐藏层和输出层作为解码器部分；

通过在拆分训练好的稀疏自动编码器得到的编码器部分之后接入一层包含一个神经元的输出层，得到稀疏约束生成对抗网络的判别器；

通过在拆分训练好的稀疏自动编码器得到的解码器部分之前接入维度为w的输入层，得到稀疏约束生成对抗网络的生成器；

利用维度为w的振动信号训练样本和噪声样本对所构建的稀疏约束生成对抗网络进行训练，得到能够利用噪声生成旋转机械振动信号的稀疏约束生成对抗网络。

2.根据权利要求1所述的稀疏约束生成对抗网络实现方法，其中，利用维度为w的振动信号训练样本和噪声样本对所构建的稀疏约束生成对抗网络进行训练包括：

利用所述振动信号训练样本和噪声样本对所述稀疏约束生成对抗网络的判别器进行若干次迭代循环训练，得到训练好的判别器；

利用所述噪声样本对稀疏约束生成对抗网络的生成器进行若干次迭代循环训练；

其中，在对生成器进行若干次迭代循环训练期间，训练好的判别器对所述生成器输出的生成样本和所述信号训练样本进行判别，直至所述生成器输出的生成样本逼近所述信号训练样本。

3.根据权利要求1所述的稀疏约束生成对抗网络实现方法，其中，对所述稀疏约束生成对抗网络的判别器进行若干次迭代循环训练包括：

在利用所述信号训练样本和噪声样本对所述稀疏约束生成对抗网络的判别器进行若干次迭代循环训练期间，计算判别器损失值；

根据所计算的判别器损失值，对判别器网络参数进行梯度下降更新，直至所述判别器损失值与生成器损失值达到纳什均衡状态。

4.根据权利要求3所述的稀疏约束生成对抗网络实现方法，其中，所述判别器网络参数包括所述训练好的稀疏自动编码器的权重矩阵和偏置向量以及所接入的一个神经元的权重矩阵和偏置向量。

5.根据权利要求3或4所述的稀疏约束生成对抗网络实现方法，其中，所述判别器隐藏层和输出层激活函数均为Sigmoid函数。

6.根据权利要求1所述的稀疏约束生成对抗网络实现方法，其中，对所述稀疏约束生成对抗网络的生成器进行若干次迭代循环训练包括：

在利用所述信号训练样本和噪声样本对所述稀疏约束生成对抗网络的生成器进行若干次迭代循环训练期间，计算生成器损失值；

根据所计算的生成器损失值，对生成器网络参数进行梯度下降更新，直至所述生成器损失值与判别器损失值达到纳什均衡状态。

7.根据权利要求6所述的稀疏约束生成对抗网络实现方法，其中，所述生成器网络参数包括所述训练好的稀疏自动编码器的权重矩阵和偏置向量以及维度为w的输入层的权重矩阵和偏置向量。

8.根据权利要求6或7所述的稀疏约束生成对抗网络实现方法，其中，所述生成器隐藏层激活函数为Sigmoid函数，输出层激活函数为tanh函数。

9.根据权利要求1-4任一项所述的稀疏约束生成对抗网络实现方法，其中，对采集的振动信号进行预处理后得到维度为w的振动信号训练样本包括：

将振动信号序列的幅值标准化至-1至1之间；

使用宽度为w的窗口将幅值标准化的振动信号序列切分为n个长度为w的振动训练信号样本。