文件名称：(原文+译文)DeepConvolutionalTransferLearningNetworkANewMethodforIntelligentFault
文件大小：2.04MB
文件格式：ZIP
更新时间：2023-11-10 04:27:18
雷亚国 深度卷积迁移学习 旋转机械故障诊断 轴承 域适应
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
【文件预览】：
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)
----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(874KB)
----DeepConvolutionalTransferLearningNetworkANewMethodforIntelligentFaultDiagnosisofMachineswithUnlabeledData.pdf(1.63MB)