深度学习在设备故障预测与健康管理中的应用.pdf
在智能制造背景下， 大数据驱动的设备故障预测与健康管理日益受到各界重视。深度学习能够在层次结构的特征提取过程中发现更多的隐藏知识， 在领域自适应方面具有良好的数据适应性， 近年来逐渐成为设备故障预测与健康管理的研究热点， 并在设备故障诊断和预测中得到了广泛的应用。通过系统回顾近年来深度学习在设备故障预测与健康管理中应用， 总结、分类和解释关于这一热点主题的主要文献， 讨论了各种体系结构和相关理论。在此基础上， 阐述了深度学习在设备故障诊断和预测方面所取得的主要成果、面临的挑战、以及未来的发展趋势， 为设备故障预测与健康管理领域选择、设计或实现深度学习架构， 提供明确的方向。
文件下载
评论信息
其他资源
- 3518_full_evb3561sv_w_65_m0-ota-20190117.zip
- 单片机双机通讯实现流水灯控制
- C# winform 学生信息管理系统(毕业设计)
- HyperMesh & HyperView 应用技巧与高级实例
- 餐厅管理信息系统课程设计
- 安装部署OpenStack+KVM 云平台虚拟化环境详解
- html+css学生期末考试专用
- 基于Retinex理论的图像增强Matlab代码(单尺度Retinex)
- ShopFloorEditer.rar
- java俄罗斯方块netbeans完整项目
- Unity在线加载MapBox地图教程
- 标签、标记系统设计实践(完整版).rar
- 自动控制原理实验报告
- 粒子群算法解决企业生产调度问题
- PyQt5-SerialPort-Stable-master.zip
- C#的工具ILSpy.zip
- 华为云安全服务_广州生态大会宣讲胶片.pptx
- san-ja.github.io：包含项目和更多内容的个人网站-源码
- TTS文字转语音源码
- NLPCC2013微博情绪分析样例数据
- 元工MES详细介绍
- C++、VB、DELPHI、JAVA、C#调用DLL
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
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