摘要作为一个十余年来快速发展的崭新领域, 深度学习受到了越来越多研究者的关注,
它在特征提取和模型拟合上都有着相较于浅层模型显然的优势. 深度学习善于从原始输入数据中 …

鉴于深度学习在学术界和工业界的重要性, 依据数据流向对目前有代表性的深度学习算法进行
归纳和总结, 综述了不同类型深度网络的结构及特点. 首先介绍了深度学习的概念; …

通过学习可观测数据的概率密度而随机生成样本的生成模型在近年来受到人们的广泛关注,
网络结构中包含多个隐藏层的深度生成式模型以更出色的生成能力成为研究热点 …

受限波尔兹曼机(restricted Boltzmann machines, RBM) 是一类具有两层结构,
对称连接且无自反馈的随机神经网络模型, 层间全连接, 层内无连接. 近年来, 随着RBM …

Photovoltaic power is now a major green energy resource, and its generated power can be
directly connected to the power grid. However, the stability of power grid may be affected by …

针对水电机组早期故障信号信噪比低的问题, 本文将奇异值分解(SVD) 和深度置信网络(DBN)
相结合进行故障诊断. 首先, 利用包含噪声的振动信号构造Hankel 矩阵, 对其进行奇异值分解 …

气体绝缘电器(gas insulated switchgear, GIS) 内部绝缘缺陷产生的局部放电(partial discharge,
PD), 特征表现较复杂, 分散性大, 易受运行环境影响, 而基于PD 统计特征模式识别的传统方法 …

Abstract Stacking Restricted Boltzmann Machines (RBM) to create deep networks, such as
Deep Belief Networks (DBN) and Deep Boltzmann Machines (DBM), has become one of the …