1
|
基于深度置信网络和SVM的铣刀磨损状态识别 |
田雅琴
侯寅智
胡梦辉
刘文涛
邢炜晨
|
《重型机械》
|
2024 |
0 |
|
2
|
基于VMDFK和图像编码技术CNN网络刀具磨损状态识别 |
刘红军
胡轶玮
韩文杰
|
《中国工程机械学报》
北大核心
|
2024 |
0 |
|
3
|
盾构刀具整体磨损状态识别研究 |
乔世范
谭晶仁
王刚
李镐羽
|
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
|
2023 |
1
|
|
4
|
基于特征优化与鲸鱼算法的刀具磨损状态识别模型 |
叶晓蕾
曹宪硕
|
《建模与仿真》
|
2023 |
0 |
|
5
|
基于堆栈降噪自编码网络的机械设备磨损状态识别 |
樊红卫
马宁阁
张旭辉
高烁琪
曹现刚
马宏伟
|
《工矿自动化》
北大核心
|
2020 |
4
|
|
6
|
基于振动信号的铣刀磨损状态识别 |
王明
高东方
|
《制造业自动化》
北大核心
|
2010 |
7
|
|
7
|
基于证据理论的内燃机活塞缸套活塞环组件磨损状态识别 |
张雨
|
《内燃机学报》
EI
CAS
CSCD
北大核心
|
2004 |
10
|
|
8
|
深度特征联合匹配的不同刀具间磨损状态识别 |
陈仁祥
吴志元
胡小林
杨钢
赵玲
|
《仪器仪表学报》
EI
CAS
CSCD
北大核心
|
2020 |
4
|
|
9
|
基于颗粒度分布在线监测的汽轮机轴承磨损状态识别 |
高峻宏
张志强
于达仁
鲍文
|
《汽轮机技术》
北大核心
|
2004 |
6
|
|
10
|
基于卷积神经网络的铣刀磨损状态识别技术研究 |
党英
吉卫喜
陆家辉
张贇
吴浩
|
《现代制造工程》
CSCD
北大核心
|
2021 |
5
|
|
11
|
基于优化双向长短时记忆网络的刀具磨损状态识别 |
李清
吴杏
周晓君
|
《机械设计与研究》
CSCD
北大核心
|
2023 |
1
|
|
12
|
模糊数据融合的刀具磨损状态智能识别 |
刘建萍
叶邦彦
|
《机械与电子》
|
2010 |
3
|
|
13
|
基于样本聚类模糊神经网络的刀具磨损状态实时识别 |
刘建萍
郑启伦
陈统坚
刘璨
|
《机械制造》
北大核心
|
2001 |
1
|
|
14
|
基于流形学习与隐马尔可夫模型的刀具磨损状况识别 |
张栋梁
莫蓉
孙惠斌
李春磊
|
《西北工业大学学报》
EI
CAS
CSCD
北大核心
|
2015 |
9
|
|
15
|
基于EMD与LS-SVM的刀具磨损识别方法 |
关山
王龙山
聂鹏
|
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
|
2011 |
15
|
|
16
|
基于奇异分解与最小二乘支持向量机的刀具磨损识别方法研究 |
关山
|
《东北电力大学学报》
|
2013 |
4
|
|
17
|
基于EEMD-SVM的刀具磨损状态研究 |
江雁
傅攀
李晓晖
|
《中国测试》
CAS
北大核心
|
2016 |
7
|
|
18
|
最小二乘支持向量机的电气设备磨损识别方法研究 |
潘道成
张宇
|
《科技风》
|
2012 |
0 |
|
19
|
基于小波包和PSO优化神经网络的刀具状态监测 |
唐亮
傅攀
李敏
|
《中国测试》
CAS
北大核心
|
2016 |
5
|
|