Mie University, 1577 Kurimamachiya-cho, Tsu, Mie, Japan, 514-8507;
Mie University, 1577 Kurimamachiya-cho, Tsu, Mie, Japan, 514-8507;
Beijing University of Chemical Technology, 15 Beisanhuan East Road, ChaoYang district, Beijing, China, 100029;
Probability density function; Gears; Principal component analysis; Feature extraction; Vibrations; Covariance matrices;
机译:融合小波变换,主成分分析和人工神经网络的旋转机械智能故障诊断与诊断方法
机译:基于蚁群聚类分析的智能故障诊断方法及其在旋转机械中的应用
机译:基于蚁群聚类分析的智能故障诊断方法及其在旋转机械中的应用
机译:智能诊断方法采用概率密度分布和主成分分析 - 齿轮旋转机械的应用
机译:主成分分析提高半导体故障检测与诊断可靠性的方法
机译:基于改进的CNN-SVM和多通道数据融合的旋转机械智能故障诊断深度学习新方法
机译:基于深神经网络的旋转机械智能故障诊断方法及时频分析