首 页
学术站点
知识要闻
国际动态
人 物
研招资料
会议中心
学术指南
课 件
知 识 库
所有栏目
学术站点
知识要闻
国际动态
人物
研招资料
会议中心
学术指南
课件
知识库
所有学科
哲学
经济学
法学
教育学
文学
历史学
理学
工学
农学
医学
军事学
管理学
旅游学
文化学
标题
作者
关键词
摘要
正文
单位
网址
任意词
工学
>>>
兵器科学与技术
>>>
武器系统与运用工程
>>>
搜索结果:
1-1
共查到
“
武器系统与运用工程 S-CNN
”
相关记录1条 . 查询时间(0.046 秒)
基于深度
CNN
和ELM的滚动轴承故障诊断研究
深度卷积神经网络
极限学习机
滚动轴承
故障诊断
实时性
2020/7/16
提出了一种深度卷积神经网络与极限学习机相结合的滚动轴承自适应故障诊断方法。该方法的第一阶段训练深度卷积神经网络作为特征提取器:通过卷积层和池化层提取低阶特征,然后在全连接层合成高层次特征。第二阶段将第一阶段自适应提取出来的特征通过极限学习机进行轴承故障类别的准确快速分类,实现了自适应“端到端”的故障诊断。实验结果表明,该方法能有效的识别故障类别,缩短了训练时间,并具有良好的鲁棒性和实时性。
存档文本
存档附件
原文地址
文献传递
中国研究生教育排行榜
-
条
正在加载...
中国学术期刊排行榜
-
条
正在加载...
世界大学科研机构排行榜
-
条
正在加载...
中国大学排行榜
-
条
正在加载...
人 物
-
篇
正在加载...
课 件
-
篇
正在加载...
视听资料
-
篇
正在加载...
知识库
-
篇
正在加载...
研招资料
-
篇
正在加载...
知识要闻
-
篇
正在加载...
国际动态
-
篇
正在加载...
会议中心
-
篇
正在加载...
学术指南
-
篇
正在加载...
学术站点
-
篇
正在加载...