...
机译:滚子轴承故障诊断使用堆积的去噪自动化器在深度学习和Gath-Geva聚类算法中,没有主成分分析和数据标签
City Univ Hong Kong Dept Syst Engn &
Engn Management Tat Chee Ave Kowloon Hong Kong Peoples R China;
City Univ Hong Kong Dept Syst Engn &
Engn Management Tat Chee Ave Kowloon Hong Kong Peoples R China;
City Univ Hong Kong Dept Syst Engn &
Engn Management Tat Chee Ave Kowloon Hong Kong Peoples R China;
Deep learning; Stacked denoising autoencoder; Gath-Geva clustering algorithm; Roller bearing fault diagnosis;
机译:滚子轴承故障诊断使用堆积的去噪自动化器在深度学习和Gath-Geva聚类算法中,没有主成分分析和数据标签
机译:具有优化转移学习的稀疏堆叠的去噪,应用于滚动轴承的故障诊断
机译:一个选择性的深层堆积的外观,具有齿轮箱故障诊断的负相关学习
机译:使用受限独立分量分析和堆积稀疏自动升性行星轮轴承智能故障诊断
机译:L1-norm主成分分析的最佳算法:信号处理和机器学习的新工具,培训数据很少和/或有问题。
机译:基于堆积的自动化器的永磁同步电动机故障诊断
机译:基于多尺度内在模式功能置换熵的滚动轴承故障诊断和堆积稀疏的自动化器