本文主要研究内容
作者裴沛,李彩伟(2019)在《基于组合神经网络的滚动轴承状态识别方法》一文中研究指出:针对滚动轴承监测数据量大、特征提取困难、故障诊断准确率低等问题,提出应用LSTM-BP组合神经网络,实现滚动轴承状态的自动识别,准确率可达到99.20%,且具有较高的泛化能力。
Abstract
zhen dui gun dong zhou cheng jian ce shu ju liang da 、te zheng di qu kun nan 、gu zhang zhen duan zhun que lv di deng wen ti ,di chu ying yong LSTM-BPzu ge shen jing wang lao ,shi xian gun dong zhou cheng zhuang tai de zi dong shi bie ,zhun que lv ke da dao 99.20%,ju ju you jiao gao de fan hua neng li 。
论文参考文献
论文详细介绍
论文作者分别是来自设备管理与维修的裴沛,李彩伟,发表于刊物设备管理与维修2019年17期论文,是一篇关于滚动轴承论文,自动识别论文,设备管理与维修2019年17期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自设备管理与维修2019年17期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:滚动轴承论文; 自动识别论文; 设备管理与维修2019年17期论文;