深度梯度下降森林模型在轴承故障诊断中的应用

彭启明; 邵星; 王翠香; 皋军

doi:10.11907/rjdk.211401

您当前的位置：

首页 >

文章列表页 >

深度梯度下降森林模型在轴承故障诊断中的应用

软件设计、开发与应用 | 更新时间：2022-03-16

- 深度梯度下降森林模型在轴承故障诊断中的应用
- Research on the Bearing Fault Diagnosis Based on Deep SGD-Forest
- 软件导刊 2022年21卷第2期页码：120-126
- 作者机构：
  
  1.盐城工学院　机械工程学院
  2.盐城工学院　信息工程学院，江苏　盐城　224051
- 作者简介：
  
  彭启明（1997-），男，CCF会员，盐城工学院机械工程学院硕士研究生，研究方向为人工智能、深度学习、机械故障诊断；
  邵星。
  王翠香（1982-），女，硕士，盐城工学院信息工程学院讲师，研究方向为机器学习；
  皋军（1971-），男，博士，盐城工学院信息工程学院教授、硕士生导师，研究方向为机器学习、深度学习、聚类算法。
- 基金信息：
  
  国家自然科学基金项目(61502411;62076215);江苏省自然科学基金项目(20150432)
- DOI：10.11907/rjdk.211401
  中图分类号：
扫描看全文
彭启明, 邵星, 王翠香, 等. 深度梯度下降森林模型在轴承故障诊断中的应用[J]. 软件导刊, 2022,21(2):120-126.

Qi-ming PENG, Xing SHAO, Cui-xiang WANG, et al. Research on the Bearing Fault Diagnosis Based on Deep SGD-Forest[J]. Software Guide, 2022,21(2):120-126.
彭启明, 邵星, 王翠香, 等. 深度梯度下降森林模型在轴承故障诊断中的应用[J]. 软件导刊, 2022,21(2):120-126. DOI： 10.11907/rjdk.211401.

Qi-ming PENG, Xing SHAO, Cui-xiang WANG, et al. Research on the Bearing Fault Diagnosis Based on Deep SGD-Forest[J]. Software Guide, 2022,21(2):120-126. DOI： 10.11907/rjdk.211401.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种改进一维卷积神经网络的轴承故障诊断方法

基于MTCN的滚动轴承故障诊断方法研究

ZPW-2000A轨道电路故障诊断方法研究

基于深度学习的轴承故障辅助诊断

基于偏置交叉注意力的点云配准算法

深度梯度下降森林模型在轴承故障诊断中的应用

Research on the Bearing Fault Diagnosis Based on Deep SGD-Forest

DOI：10.11907/rjdk.211401