投稿入口
×
系统维护中,暂不能投稿!
首页
期刊列表
文献数据
最新文章
专栏专题
阅读排行
会议论文集
出版物
报告
图书
新闻&会议
新闻动态
学术会议
期刊订阅
联系我们
所有
标题
作者
关键词
摘要
DOI
首页
期刊列表
文献数据
最新文章
专栏专题
阅读排行
会议论文集
出版物
报告
图书
新闻&会议
新闻动态
学术会议
期刊订阅
联系我们
基于时频特征输入的卷积神经网络轴承剩余寿命预测方法
张真真
,
唐宏芬
,
吴春
,
尹男
,
高德兰
摘要
摘要:
基于机理建模的滚动轴承剩余寿命预测方法,模型结构复杂,且需要大量的专家先验知识,而基于深度学习的方法直接对原始数据进行处理,易受到噪声和与退化特征无关的信息干扰。本文提出采用基于时频特征输入的卷积神经网络方法对轴承进行特征提取和剩余寿命预测的方法,首先对原始数据进行分块处理,从中提取局部时频特征作为模型输入,然后采用深度卷积神经网络对特征进一步地学习。为验证对所提模型的有效性,采用轴承加速寿命实验数据集进行了验证分析。
HTML全文
参考文献
(0)
相关文章
施引文献
资源附件
(0)
/
下载:
全尺寸图片
幻灯片
返回文章
分享
用微信扫码二维码
分享至好友和朋友圈
返回
×
Close
导出文件
文件类别
RIS(可直接使用Endnote编辑器进行编辑)
Bib(可直接使用Latex编辑器进行编辑)
Txt
引用内容
引文——仅导出文章的Citation信息
引文和摘要——导出文章的Citation信息和文章摘要信息
×
Close
引用参考文献格式