机译:基于深入学习模型与转移学习的风力涡轮机叶片损伤的图像识别与集合学习分类
North China Elect Power Univ Sch Control & Comp Engn Beijing Peoples R China|North China Elect Power Univ Key Lab Condit Monitoring & Control Power Plant E Minist Educ Beijing Peoples R China;
North China Elect Power Univ Sch Control & Comp Engn Beijing Peoples R China;
North China Elect Power Univ Sch Control & Comp Engn Beijing Peoples R China;
Zhong Neng Power Tech Dev Co Ltd Beijing Peoples R China;
Wind turbine blades; Defect recognition; Deep learning; Transfer learning; Ensemble learning classifier;
机译:基于序列式建模的LSTM和GRU网络用于浮动近海风力涡轮机叶片的结构损伤检测
机译:一种新的方法,以基于深度学习模型预测役风力涡轮机叶片刚度演化
机译:基于级联深度学习网络的风力涡轮机叶片多型表面缺陷自动图像检测
机译:深度学习的基于视觉的风力涡轮机叶片损伤检测新方法
机译:使用基于深度学习的图像配准和多分类器方法改善人脸识别
机译:基于机器学习和深度学习分类的集合的平行方法的身体活动识别
机译:利用集成学习改进基于深度学习的RGB-D目标识别模型