机译:基于改进卷积神经网络的抗干扰滚动轴承性能降解评估
Chongqing Jiaotong Univ Sch Mechatron &
Automot Engn Chongqing 400074 Peoples R China;
Chongqing Jiaotong Univ Sch Mechatron &
Automot Engn Chongqing 400074 Peoples R China;
Chongqing Jiaotong Univ Sch Mechatron &
Automot Engn Chongqing 400074 Peoples R China;
Chongqing Jiaotong Univ Sch Mechatron &
Automot Engn Chongqing 400074 Peoples R China;
Rolling bearing; Performance degradation indicator; Deep autoencoder; T-distribution stochastic neighbor embedding; Improved convolutional neural network;
机译:基于改进卷积神经网络的抗干扰滚动轴承性能降解评估
机译:基于卷积神经网络的降解指示器建设和健康预测,用于滚动轴承的双向短期内存网络
机译:基于多尺度卷积神经网络的滚动轴承剩余的使用寿命预测,具有集成扩张卷积块
机译:考虑相位退化的基于深度卷积神经网络的滚动轴承健康指标构建
机译:基于卷积神经网络使用改进的Matlab alexnet的人脸识别
机译:通过将小波包变换集成到卷积神经网络结构中的滚动轴承新的端到端故障诊断方法
机译:基于卷积稀疏组合学习的滚动轴承性能下降评估