(原文+译文)DeepConvolutionalTransferLearningNetworkANewMethodforIntelligentFault

雷亚国深度卷积迁移学习旋转机械故障诊断轴承

DeepConvolutionalTransferLearningNetworkANewMethodforIntelligentFaultDiagnosisofMachineswithUnlabeledData(深度卷积迁移学习网络：一种新的无标记机器故障智能诊断方法) 雷亚国团队2018年文章。机械智能故障诊断的成功依赖于两个条件。1)含有故障信息的有标签数据是可用的。2)训练和测试数据是从相同的概率分布中获取的。然而，对于大部分机械，很难获得大量的有标签数据。此外，尽管一些机械可以获取有标签数据，但是由于数据分布的差异，用这些有标签数据训练的智能故障诊断方法可能无法对从其他机械获得的无标

文件下载

资源详情

[{"title":"（ 2 个子文件 2.04MB ） (原文+译文)DeepConvolutionalTransferLearningNetworkANewMethodforIntelligentFault","children":[{"title":"DeepConvolutionalTransferLearningNetworkANewMethodforIntelligentFaultDiagnosisofMachineswithUnlabeledData(深度卷积迁移学习网络：一种新的无标记机器故障智能诊断方法)","children":[{"title":"深度卷积迁移学习网络：一种新的无标记机器故障智能诊断方法.pdf <span style='color:#111;'> 874.45KB </span>","children":null,"spread":false},{"title":"DeepConvolutionalTransferLearningNetworkANewMethodforIntelligentFaultDiagnosisofMachineswithUnlabeledData.pdf <span style='color:#111;'> 1.63MB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

(原文+译文)DeepConvolutionalTransferLearningNetworkANewMethodforIntelligentFault

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载