一种改进一维卷积神经网络的轴承故障诊断方法

潘琳鑫; 巩永旺; 晏生莲

doi:10.11907/rjdk.221570

您当前的位置：

首页 >

文章列表页 >

一种改进一维卷积神经网络的轴承故障诊断方法

人工智能 | 更新时间：2023-05-05

- 一种改进一维卷积神经网络的轴承故障诊断方法
- A Bearing Fault Diagnosis Method Based on Improved One-dimensional Convolutional Neural Network
- 软件导刊 2023年22卷第4期页码：38-42
- 作者机构：
  
  盐城工学院信息工程学院，江苏盐城 224051
- 作者简介：
  
  潘琳鑫（1996-），男，盐城工学院信息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
  巩永旺（1976-），男，博士，盐城工学院信息工程学院教授、硕士生导师，研究方向为人工智能、复杂网络与信息安全
  晏生莲（1997-），女，盐城工学院信息工程学院硕士研究生，研究方向为智能算法、神经网络、机械故障诊断。
- 基金信息：
  
  国家自然科学基金面上项目(62076215);教育部人文社会科学研究项目(21YJAZH025)
- DOI：10.11907/rjdk.221570
  中图分类号：
扫描看全文
潘琳鑫,巩永旺,晏生莲.一种改进一维卷积神经网络的轴承故障诊断方法[J].软件导刊,2023,22(04):38-42.

PAN Lin-xin,GONG Yong-wang,YAN Sheng-lian.A Bearing Fault Diagnosis Method Based on Improved One-dimensional Convolutional Neural Network[J].Software Guide,2023,22(04):38-42.
潘琳鑫,巩永旺,晏生莲.一种改进一维卷积神经网络的轴承故障诊断方法[J].软件导刊,2023,22(04):38-42. DOI： 10.11907/rjdk.221570.

PAN Lin-xin,GONG Yong-wang,YAN Sheng-lian.A Bearing Fault Diagnosis Method Based on Improved One-dimensional Convolutional Neural Network[J].Software Guide,2023,22(04):38-42. DOI： 10.11907/rjdk.221570.

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

基于深度学习的轴承故障辅助诊断

基于深度学习的图像修复研究进展

轻量化VGG-T3模型及岩样分类应用

基于内容的图像检索技术研究综述

基于MTCN的滚动轴承故障诊断方法研究

一种改进一维卷积神经网络的轴承故障诊断方法

A Bearing Fault Diagnosis Method Based on Improved One-dimensional Convolutional Neural Network

DOI：10.11907/rjdk.221570