没有合适的资源?快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
基于灰色关联度的变权组合模型的齿轮箱温度故障预测
基于灰色关联度的变权组合模型的齿轮箱温度故障预测
相关性分析
深度学习
需积分: 5
0 下载量
152 浏览量
2024-02-29
09:58:35
上传
评论
收藏
1.78MB
PDF
举报
温馨提示
立即下载
基于灰色关联度的变权组合模型的齿轮箱温度故障预测
资源推荐
资源评论
基于SVM的齿轮箱轴承故障诊断(含matlab程序).docx
浏览:13
5星 · 资源好评率100%
"基于SVM的齿轮箱轴承故障诊断(含matlab程序)" 基于支持向量机(SVM)的齿轮箱轴承故障诊断是一种高效的故障诊断方法,该方法通过对齿轮箱轴承的振动信号进行分析,来识别齿轮箱轴承的故障类型。该方法具有高...
基于EMD-AR模型的齿轮箱故障诊断
浏览:156
对基于EMD-AR模型的齿轮箱故障诊断进行了研究。对齿轮箱故障振动信号采用EMD方法进行分解,得到有限个平稳的IMF(本征模式函数),对其建立AR模型,将建立的每个AR模型残差的方差和自回归参数建立Mahalanobis距离判别函数...
基于SCADA数据的深度学习堆叠自编码模型齿轮箱油温预警.pdf
浏览:144
本文提出的基于SCADA系统的深度学习堆叠自编码模型齿轮箱油温预警算法是一种高效、实时、智能的齿轮箱故障诊断方法,可以提高风电机组的运行稳定性和可靠性,降低维修成本和停机时间。 关键词:SCADA 数据;堆叠自...
基于HHT变换和SVM的齿轮箱故障诊断
浏览:9
提出了基于HHT变换和SVM结合的齿轮箱故障诊断方法,介绍了固有模态函数、EMD分解和Hilbert谱以及支持向量机(SVM)理论。先对各种工况信号消噪,再利用EMD分解将信号分解为IMF分量,求出Hilbert谱和边际谱,再利用边际谱求...
基于数据挖掘技术的齿轮箱故障诊断研究与应用.pdf
浏览:106
基于数据挖掘技术的齿轮箱故障诊断研究与应用.pdf
基于遗传算法的BP神经网络齿轮箱故障诊断实例
浏览:103
5星 · 资源好评率100%
基于遗传算法的BP神经网络齿轮箱故障诊断实例 资源包含以下内容,下载即可运行 1) Sheffield的遗传算法工具箱; 2) Bpfun.m 表示BP神经网络函数 3) 遗传算法主函数.m 4) callbackfun.m 回代网格函数:将该初始权值...
实验室平台齿轮箱故障数据
浏览:146
实验室采集的齿轮箱故障数据,可供大家做信号分析和分类,以及学术方面的分析
齿轮箱常见故障数据.zip
浏览:70
齿轮箱常见的几类故障的数据,总共150M,本人在项目中用于训练神经网络的,包括点蚀、断齿、磨损及各种混合故障的数据,全部为txt格式,关于数据格式及内容有详细说明,做故障验证分析及训练非常合适
基于Elman神经网络的齿轮箱故障诊断
浏览:9
针对基于传统BP神经网络的齿轮箱故障诊断方法存在的收敛速度慢、精度不高等问题,提出了一种基于Elman神经网络的齿轮箱故障诊断模型。该模型以齿轮箱特征向量为输入、故障类型为输出,通过改进遗传算法对Elman神经网络...
原创Matlab的BP网络用于齿轮箱的故障诊断-BP_net.m
浏览:7
原创Matlab的BP网络用于齿轮箱的故障诊断-BP_net.m 做的一个比较简单BP网络应用于齿轮箱故障诊断的例子,跟大家分享以下
基于卷积网络与自适应SVM 的齿轮箱故障诊断.pdf
浏览:188
"基于卷积网络与自适应SVM 的齿轮箱故障诊断" 本文提出了一种基于卷积神经网络(CNN)与粒子群优化的支持向量机(PSO-SVM)的齿轮箱故障诊断方法。该方法首先利用特征参数求出信号的时频特征统计量,接着利用卷积...
基于邻域属性重要度的齿轮箱故障特征优选方法
浏览:122
为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度的齿轮箱故障特征优选方法,并结合支持向量机和BP神经网络对诊断的准确率和时间进行对比分析。以齿轮箱中不同裂纹齿轮为对象,选取能够表征...
齿轮箱故障数据
浏览:97
5星 · 资源好评率100%
有关齿轮箱的故障特征 的数据 还有一些说明。 可以供振动信号分析使用。
基于多任务深度学习的齿轮箱多故障诊断方法.pdf
浏览:106
基于多任务深度学习的齿轮箱多故障诊断方法.pdf
基于灰色马尔可夫模型的齿轮寿命预测
浏览:154
灰色GM(1,1)模型不适合描述随机波动性较大的预测问题,单纯应用该模型进行齿轮寿命预测时,预测精度不能保证;引入马尔可夫理论,建立了灰色马尔可夫预测模型,采用统计的方法,通过计算系统到达目标时刻的不同步数的转移...
基于EMD的齿轮箱故障诊断的研究
浏览:188
采用小波阈值法对齿轮箱故障信号进行去噪预处理,将经验模式分解(EMD)和快速傅立叶变换(FFT)相结合对齿轮箱故障信号进行特征提取,这种方法适用于非线性非平稳信号的自适应状态分析。利用EMD方法将去噪后的信号就行...
基于振动理论的齿轮箱故障诊断应用研究
浏览:118
通过判断齿轮箱是否存在故障、推断齿轮箱故障源的特征频率和分析齿轮箱故障的种类3个方面应用研究,得出滚动轴承的故障占主导地位。如果出现旋转轴的频率及高次谐波或出现啮合振动频率Fm的高次谐波(如2Fm、3Fm),并且...
基于一维卷积神经网络的齿轮箱故障诊断.pdf
浏览:131
5星 · 资源好评率100%
基于一维卷积神经网络的齿轮箱故障诊断 基于一维卷积神经网络的齿轮箱故障诊断是指使用一维卷积神经网络来进行齿轮箱故障诊断的方法。该方法基于深度学习技术,利用卷积神经网络对齿轮箱信号进行处理和分析,以检测...
基于EMD-HT的齿轮箱故障特征提取技术研究
浏览:201
针对工程上齿轮箱实时监测和故障诊断的需要,对JZQ250型齿轮箱展开研究,提出了基于EMD-HT变换的信号处理方法的JZQ250型齿轮箱故障特征提取技术研究的方法。利用EMD-HT变换非常适合于非线性和非平稳过程,可以有效地...
YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数
浏览:27
4星 · 用户满意度95%
本资源纯属免费,不收任何钱和任何积分,纯粹为爱发电,本资源已经为大家整合好了的,看我的博客部署好直接用:https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址:https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSO
YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
浏览:113
5星 · 资源好评率100%
YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt
浏览:183
5星 · 资源好评率100%
yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt,需要创建的文件夹都以创建,方便大家不用再去GitHub下载 可以搭配该博客:https://blog.csdn.net/weixin_43366149/article/details/132206526?spm=1001.2014.3001.5501
Transformer模型实现长期预测并可视化结果(附代码+数据集+原理介绍)
浏览:106
5星 · 资源好评率100%
这篇文章给大家带来是Transformer在时间序列预测上的应用,这种模型最初是为了处理自然语言处理(NLP)任务而设计的,但由于其独特的架构和能力,它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是:Transformer 在时间序列分析中的应用核心在于其自注意力机制,这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码,Transformer
社交平台上经济类话题的文章热度信息,数据是真实的,但不是真实日期
浏览:156
使用LSTM模型进行时序预测的代码与说明见:https://blog.csdn.net/Q_M_X_D_D_/article/details/109366895
行人跌倒数据集(VOC格式)
浏览:92
5星 · 资源好评率100%
行人跌倒数据集(VOC格式)
Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip
浏览:174
5星 · 资源好评率100%
本资源配套对应的视频教程和图文教程,手把手教你使用Unet做眼底图像分割的训练、测试和界面封装,包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型,并封装为了图形化界面,只需点击上传按钮上传图像即可完成眼底图像的预测。 随着生活水平的提高,眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源,其形态和状况的变化可以反映出许
YOLOV5 + 双目相机实现三维测距(新版本)
浏览:115
YOLOV5 + 双目相机实现三维测距(新版本)
基于YOLOv8-Pose的姿态识别项目,带数据集可直接跑通的源码
浏览:146
这个项目是一个基于YOLOv8-Pose的姿态识别系统,专门用于识别和分析人体姿态。项目采用了最新的YOLOv8-Pose算法,结合了COCO数据集的8种常见姿态,能够快速准确地识别人体的各种姿态。这个可以作为一个简单的项目案例,后续可以直接换成自己的数据去进行训练。 功能特点: 高效识别:使用了先进的YOLOv8-Pose算法,确保了识别的准确性和效率。 支持多种姿态:能够识别COCO数据集中
全新的SOTA模型YOLOv9
浏览:184
当今的深度学习方法专注于如何设计最合适的目标函数,以使模型的预测结果尽可能接近真实值。同时,还需要设计一个合适的架构,以便获取足够的信息进行预测。现有方法忽略了一个事实:当输入数据经过逐层的特征提取和空间变换时,会丢失大量信息。本文将深入探讨数据在深度网络中传输时数据丢失的重要问题,即信息瓶颈和可逆函数问题。我们提出了可编程梯度信息(PGI)的概念,以应对深度网络实现多个目标所需的各种变化。PGI
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
Yinkle
粉丝: 10
资源:
28
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
数据结构入门练习题答案,和练习题对应的
JAVA图书馆书库管理系统设计(源代码)
数据结构入门练习题,最简单的
JAVA社区网络服务系统(源代码)
211164388-张文岩.rar
第三批数据导入清单0618.xlsx
基于JAVA利用Navicat的人力资源管理系统
显示页面显示页面显示页面
java论坛管理系统设计(源代码)
JAVA局域网飞鸽传书软件设计与实现(源代码)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功