机译:使用多尺度特征提取的基于深度学习的轴承剩余使用寿命估计
Tianjin Univ, Dept Mech, Tianjin 300072, Peoples R China;
Shenyang Aerosp Univ, Sch Aerosp Engn, Shenyang 110136, Liaoning, Peoples R China;
Northeastern Univ, Key Lab Vibrat & Control Aeroprop Syst, Minist Educ, Shenyang 110819, Liaoning, Peoples R China;
Northeastern Univ, Coll Sci, Shenyang 110819, Liaoning, Peoples R China;
Remaining useful life; Prognostics and health management; Deep learning; Multi-scale feature extraction; Rolling bearing;
机译:基于深度学习的轴承剩余的使用寿命预测方法
机译:基于深度特征表示和传递学习的滚动轴承剩余使用寿命预测
机译:基于深度特征表示和长短期记忆神经网络预测滚动轴承的剩余使用寿命:
机译:一种新的增强特征提取策略,用于估计剩余使用寿命
机译:用于移动机器人定位和制图的算法,结合了详细的噪声建模和多尺度特征提取。
机译:按序分类从序列中进行多尺度时空特征提取和深度估计
机译:基于深度学习的轴承剩余的使用寿命预测方法