您当前的位置:
首页 >
文章列表页 >
采用多通道样本和深度卷积神经网络的轴承故障诊断方法
更新时间:2025-07-09
    • 采用多通道样本和深度卷积神经网络的轴承故障诊断方法

    • 暂无标题

    • 西安交通大学学报   2020年第8期 页码:58-66
    • 中图分类号: TH133.3;TP183
    • 纸质出版:2020

    移动端阅览

  • 张弘斌, 袁奇, 赵柄锡, 等. 采用多通道样本和深度卷积神经网络的轴承故障诊断方法[J]. 西安交通大学学报, 2020,(8):58-66. DOI:

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

4

下载量

11

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于迁移学习的小样本轴承故障诊断方法研究
改进型双稳随机共振系统及其在轴承故障诊断的应用
随机丢弃和批标准化的深度卷积神经网络柴油机失火故障诊断
区分自编码网络及其在滚动轴承故障特征提取中的应用
一种深度卷积自编码网络及其在滚动轴承故障诊断中的应用

相关作者

刘书语
余迪
张西宁
张天骐
张刚
王慧
覃程锦
刘成良

相关机构

西安交通大学机械制造系统工程国家重点实验室
重庆邮电大学通信与信息工程学院
上海交通大学机械系统与振动国家重点实验室
0