首页>
根据【关键词:集成学习,元学习,故障诊断,深度学习,联邦学习】搜索到相关结果 570 条
-
航空发动机信号采集处理及故障检测方法研究
-
作者:
刘伟
周卓峰
黄新阳
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
集成学习
滚动轴承
特征提取
机器学习
故障诊断
旋转机械
-
描述:
。本文将机器学习应用于发动机旋转机械故障诊断,提出了一种基于集成学习的深度神经网络模型(Ensemble learning Deep Neural Network, EDNN)。该模型利用堆栈泛化
-
航空发动机信号采集处理及故障检测方法研究
-
作者:
刘伟
周卓峰
黄新阳
来源:
内燃机与配件
年份:
2023
文献类型 :
期刊
关键词:
集成学习
滚动轴承
特征提取
机器学习
故障诊断
旋转机械
-
描述:
。本文将机器学习应用于发动机旋转机械故障诊断,提出了一种基于集成学习的深度神经网络模型(Ensemble learning Deep Neural Network, EDNN)。该模型利用堆栈泛化
-
基于集成学习的航空发动机故障诊断方法
-
作者:
徐萌
席泽西
王雍赟
李晓露
来源:
中国民航大学学报
年份:
2019
文献类型 :
期刊
关键词:
集成学习
航空发动机
故障诊断
分类模型
气路参数
数据挖掘
-
描述:
一种两层结构的Stacking集成学习模型,实现航空发动机典型气路故障的智能诊断。仿真实验结果表明,该模型的精确率和召回率相比现有典型模型均可提升约3%~16%,能更好地应用于航空发动机故障诊断。
-
基于集成学习的航空发动机故障诊断方法
-
作者:
徐萌
席泽西
王雍赟
李晓露
来源:
中国民航大学学报
年份:
2019
文献类型 :
期刊
关键词:
集成学习
航空发动机
故障诊断
分类模型
气路参数
数据挖掘
-
描述:
一种两层结构的Stacking集成学习模型,实现航空发动机典型气路故障的智能诊断。仿真实验结果表明,该模型的精确率和召回率相比现有典型模型均可提升约3%~16%,能更好地应用于航空发动机故障诊断。
-
多头注意力驱动的航空高速轴承故障诊断方法
-
作者:
王兴
张晗
朱家正
林建波
杜朝辉
来源:
振动与冲击
年份:
2023
文献类型 :
期刊
关键词:
多头注意力
航空轴承
故障诊断
深度学习
-
描述:
模块对原始振动信号进行特征提取;然后引入多头注意力模块,使网络同时注意并融合不同表示子空间的信息以提高故障特征的显著性水平;最后利用全连接模块和Softmax分类器对提取的特征进行高速轴承故障诊断。试验
-
多头注意力驱动的航空高速轴承故障诊断方法
-
作者:
王兴
张晗
朱家正
林建波
杜朝辉
来源:
振动与冲击
年份:
2023
文献类型 :
期刊
关键词:
多头注意力
航空轴承
故障诊断
深度学习
-
描述:
模块对原始振动信号进行特征提取;然后引入多头注意力模块,使网络同时注意并融合不同表示子空间的信息以提高故障特征的显著性水平;最后利用全连接模块和Softmax分类器对提取的特征进行高速轴承故障诊断。试验
-
某型飞机腹板裂纹分析及改装设计
-
作者:
彭军
郭晨阳
张勇
张赟
杨欣毅
来源:
系统仿真技术
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
深度学习
神经网络
-
描述:
引入深度学习理论,利用深度置信网络算法对由仿真软件生成的航空发动机部件性能衰退故障数据进行求解。与反向传播(BP)神经网络算法和径向基函数(RBF)神经网络算法的比较结果表明:虽然深度学习训练耗费
-
某型飞机腹板裂纹分析及改装设计
-
作者:
彭军
郭晨阳
张勇
张赟
杨欣毅
来源:
系统仿真技术
年份:
2018
文献类型 :
期刊
关键词:
航空发动机
故障诊断
深度学习
神经网络
-
描述:
引入深度学习理论,利用深度置信网络算法对由仿真软件生成的航空发动机部件性能衰退故障数据进行求解。与反向传播(BP)神经网络算法和径向基函数(RBF)神经网络算法的比较结果表明:虽然深度学习训练耗费
-
基于Bi/GRU模型的航空发动机外部液压管路故障诊断研究
-
作者:
黄续芳
赵平
冯铃
张丽
来源:
机床与液压
年份:
2023
文献类型 :
期刊
关键词:
液压管路
故障诊断
深度学习
Bi/GRU模型
-
描述:
针对航空液压管路故障信号含有噪声干扰导致管路故障识别困难的问题,提出一种基于双向门控循环单元(Bi/GRU)的深度学习液压管路故障诊断方法。由Bi/GRU神经网络模型综合液压管路数据进行时序特征提取
-
基于Bi/GRU模型的航空发动机外部液压管路故障诊断研究
-
作者:
黄续芳
赵平
冯铃
张丽
来源:
机床与液压
年份:
2023
文献类型 :
期刊
关键词:
液压管路
故障诊断
深度学习
Bi/GRU模型
-
描述:
针对航空液压管路故障信号含有噪声干扰导致管路故障识别困难的问题,提出一种基于双向门控循环单元(Bi/GRU)的深度学习液压管路故障诊断方法。由Bi/GRU神经网络模型综合液压管路数据进行时序特征提取