机译:用于铣削刀具的数据驱动模型,剩余使用卷积和堆叠LSTM网络的使用寿命预测
Shanghai Jiao Tong Univ Sch Mech Engn State Key Lab Mech Syst &
Vibrat Shanghai 200240 Peoples R China;
Shanghai Jiao Tong Univ Sch Mech Engn State Key Lab Mech Syst &
Vibrat Shanghai 200240 Peoples R China;
Shanghai Jiao Tong Univ Sch Mech Engn State Key Lab Mech Syst &
Vibrat Shanghai 200240 Peoples R China;
Arts &
Metiers ParisTech MSMP EA 7350 Rue St Domin BP 508 F-51006 Chalons Sur Marne France;
Shanghai Jiao Tong Univ Sch Mech Engn State Key Lab Mech Syst &
Vibrat Shanghai 200240 Peoples R China;
Tool condition monitoring; Long short-term memory network; Convolutional neural network; Remaining useful life; Cyber-physical system;
机译:用于铣削刀具的数据驱动模型,剩余使用卷积和堆叠LSTM网络的使用寿命预测
机译:用于锂离子电池的数据驱动的自动CNN-LSTM预测模型剩余的使用寿命
机译:NBLSTM:嘈杂的混合卷积神经网络和基于BLSTM的深度架构,用于剩余使用寿命估算
机译:基于边缘数据处理和LSTM递归神经网络的工具剩余使用寿命预测
机译:人工神经网络和自适应神经模糊推理系统模型预测水管剩余使用寿命
机译:基于CNN和Bilstm的双通道混合深神经网络剩余使用寿命预测
机译:卷积核和LSTM剩余的核电站电阀的使用寿命预测技术