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 20 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
-
基于深度学习的航空发动机剩余使用寿命预测研究
-
作者:
温海茹
来源:
内燃机与配件
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
深度学习
剩余使用寿命预测
-
描述:
随着深度学习不断的发展,航空发动机成为近年来的研究热点,其寿命预测的研究也受到了研究学者的关注。本文主要介绍航空发动机的剩余使用寿命预测背景,数据获取过程及基于深度学习的剩余使用寿命的预测方法,以及深度学习在航空发动方面预测的难点和发展趋势。
-
通用航空训练飞行发动机数据异常检测初探
-
作者:
王翔
来源:
内燃机与配件
年份:
2022
文献类型 :
期刊
关键词:
深度学习
训练飞行
异常检测
-
描述:
,更适合引入深度学习对其进行建模分析。本文归纳了当前主流的几种深度异常检测模型,从原理、计算复杂度和优缺点三个角度进行分析。为通用航空训练飞行的教练机发动机的异常检测研究提供可行的研究思路。
-
通用航空训练飞行发动机数据异常检测初探
-
作者:
王翔
来源:
内燃机与配件
年份:
2022
文献类型 :
期刊
关键词:
深度学习
训练飞行
异常检测
-
描述:
,更适合引入深度学习对其进行建模分析。本文归纳了当前主流的几种深度异常检测模型,从原理、计算复杂度和优缺点三个角度进行分析。为通用航空训练飞行的教练机发动机的异常检测研究提供可行的研究思路。
-
基于深度学习的航空发动机剩余使用寿命预测研究
-
作者:
温海茹
来源:
内燃机与配件
年份:
2021
文献类型 :
期刊
关键词:
航空发动机
深度学习
剩余使用寿命预测
-
描述:
随着深度学习不断的发展,航空发动机成为近年来的研究热点,其寿命预测的研究也受到了研究学者的关注。本文主要介绍航空发动机的剩余使用寿命预测背景,数据获取过程及基于深度学习的剩余使用寿命的预测方法,以及深度学习在航空发动方面预测的难点和发展趋势。
-
通用航空训练飞行发动机数据异常检测初探
-
作者:
王翔
来源:
内燃机与配件
年份:
2022
文献类型 :
期刊
关键词:
深度学习
训练飞行
异常检测
-
描述:
,更适合引入深度学习对其进行建模分析。本文归纳了当前主流的几种深度异常检测模型,从原理、计算复杂度和优缺点三个角度进行分析。为通用航空训练飞行的教练机发动机的异常检测研究提供可行的研究思路。
-
通用航空训练飞行发动机数据异常检测初探
-
作者:
王翔
来源:
内燃机与配件
年份:
2022
文献类型 :
期刊
关键词:
深度学习
训练飞行
异常检测
-
描述:
,更适合引入深度学习对其进行建模分析。本文归纳了当前主流的几种深度异常检测模型,从原理、计算复杂度和优缺点三个角度进行分析。为通用航空训练飞行的教练机发动机的异常检测研究提供可行的研究思路。
-
基于深度学习的航空发动机剩余使用寿命预测研究
-
作者:
温海茹
来源:
内燃机与配件
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
深度学习
剩余使用寿命预测
-
描述:
随着深度学习不断的发展,航空发动机成为近年来的研究热点,其寿命预测的研究也受到了研究学者的关注。本文主要介绍航空发动机的剩余使用寿命预测背景,数据获取过程及基于深度学习的剩余使用寿命的预测方法,以及深度学习在航空发动方面预测的难点和发展趋势。
-
基于深度学习的航空发动机剩余使用寿命预测研究
-
作者:
温海茹
来源:
内燃机与配件
年份:
2020
文献类型 :
期刊
关键词:
航空发动机
深度学习
剩余使用寿命预测
-
描述:
随着深度学习不断的发展,航空发动机成为近年来的研究热点,其寿命预测的研究也受到了研究学者的关注。本文主要介绍航空发动机的剩余使用寿命预测背景,数据获取过程及基于深度学习的剩余使用寿命的预测方法,以及深度学习在航空发动方面预测的难点和发展趋势。