滚动轴承论文

本文主要研究内容作者杨平,苏燕辰（2019）在《基于卷积门控循环网络的滚动轴承故障诊断》一文中研究指出：针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函...

本文主要研究内容作者吕明珠,苏晓明,陈长征,刘世勋（2019）在《改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用》一文中研究指出：针对惩罚因子C和核参数g选择不当造成支持向量机(SVM)分类效果不理想的问题,在基本粒子群(PSO)算法基础上引入动态惯性权重、全局邻域搜索、种群收缩因子、粒子...