机译:基于双流特征融合卷积神经网络的滚动轴承新颖智能故障诊断方法
Tongji Univ Sch Mech Engn Shanghai 201804 Peoples R China;
Tongji Univ Sch Mech Engn Shanghai 201804 Peoples R China;
Tongji Univ Sch Mech Engn Shanghai 201804 Peoples R China;
Tongji Univ Sch Mech Engn Shanghai 201804 Peoples R China;
Tongji Univ Sch Mech Engn Shanghai 201804 Peoples R China;
Tongji Univ AMTC Adv Mfg Technol Ctr Shanghai 201804 Peoples R China;
Real-time bearing fault diagnosis; Convolutional neural network; Feature fusion; Particle swarm optimization; Support vector machine;
机译:基于与平行卷积神经网络的特征融合的滚动轴承故障诊断
机译:基于深度卷积神经网络和域改编的滚动轴承鲁棒智能故障诊断方法
机译:基于堆积的自动化器和卷积神经网络的滚动轴承智能故障诊断方法
机译:基于一维LENET-5卷积神经网络的滚动轴承智能故障诊断方法研究
机译:基于神经网络的小波轴承故障检测与诊断。
机译:基于集成卷积神经网络和深度神经网络的特征融合方法进行轴承故障诊断
机译:一种新的一维深度卷积神经网络在滚动轴承智能故障诊断中的应用
机译:基于关键点密度的区域提议,用于使用具有卷积神经网络特征的区域进行细粒度目标检测和分类。