[1] |
杨蕊, 李宏坤, 王朝阁, 郝佰田. 利用FCKT以及深度自编码神经网络的滚动轴承故障智能诊断[J]. 机械工程学报, 2019, 55(7): 65-72. |
[2] |
沈长青, 汤盛浩, 江星星, 石娟娟, 王俊, 朱忠奎. 独立自适应学习率优化深度信念网络在轴承故障诊断中的应用研究[J]. 机械工程学报, 2019, 55(7): 81-88. |
[3] |
胡茑庆, 陈徽鹏, 程哲, 张伦, 张宇. 基于经验模态分解和深度卷积神经网络的行星齿轮箱故障诊断方法[J]. 机械工程学报, 2019, 55(7): 9-18. |
[4] |
雷亚国, 杨彬, 杜兆钧, 吕娜. 大数据下机械装备故障的深度迁移诊断方法[J]. 机械工程学报, 2019, 55(7): 1-8. |
[5] |
王奉涛, 刘晓飞, 敦泊森, 邓刚, 韩清凯, 李宏坤. 基于萤火虫优化的核自动编码器在中介轴承故障诊断中的应用[J]. 机械工程学报, 2019, 55(7): 58-64. |
[6] |
姜洪开, 邵海东, 李兴球. 基于深度学习的飞行器智能故障诊断方法[J]. 机械工程学报, 2019, 55(7): 27-34. |
[7] |
李川, 张绍辉, José Valente de Oliveira. 基于次优网络深度学习的3D打印机故障诊断[J]. 机械工程学报, 2019, 55(7): 73-80. |
[8] |
王华庆, 任帮月, 宋浏阳, 董方, 王梦阳. 基于终止准则改进K-SVD字典学习的稀疏表示特征增强方法[J]. 机械工程学报, 2019, 55(7): 35-43. |
[9] |
熊鹏, 汤宝平, 邓蕾, 赵明航. 基于动态加权密集连接卷积网络的变转速行星齿轮箱故障诊断[J]. 机械工程学报, 2019, 55(7): 52-57. |
[10] |
梁志豪, 巫江虹, 谢子立. 变频空调实际运行模式识别及数据挖掘[J]. 机械工程学报, 2019, 55(6): 194-202. |
[11] |
陈旭, 朱才朝, 宋朝省, 谭建军, 朱永超. 紧急停机工况下风力发电机系统动态特性分析[J]. 机械工程学报, 2019, 55(5): 82-88. |
[12] |
高培源,牛成玉,云亚文,雍明超,方海潇. 电力故障应急机器人设计[J]. 电气工程学报, 2019, 14(3): 103-107. |
[13] |
翁军华,张剑锐,李达,郑海兴. 光伏系统直流电弧故障检测的抗干扰技术综述[J]. 电气工程学报, 2019, 14(3): 9-15. |
[14] |
汪久根, 柯梁亮. 基于残差网络的RV减速器故障诊断[J]. 机械工程学报, 2019, 55(3): 73-80. |
[15] |
胡土雄,胡弼,王伟,曹文耀. 高密度永磁同步电机永磁体失磁特征量分析[J]. 电气工程学报, 2019, 14(2): 121-126. |