[1] |
李可轩,林慧斌,丁 康. 基于掩码自监督学习的滚动轴承冲击特征提取方法[J]. 重庆理工大学学报(自然科学), 2024, 38(7): 166-173. |
[2] |
郑鑫辉,马 超,王少红,徐小力. 利用EEMD和深度置信网络的滚动轴承故障诊断方法[J]. 重庆理工大学学报(自然科学), 2024, 38(6): 133-140. |
[3] |
刘泽宇, 彭泽源, 韩爱国. 基于SCSSA-CNN-BiLSTM的行驶工况下锂电池寿命预测[J]. 重庆理工大学学报(自然科学), 2024, 38(1): 308-318. |
[4] |
王建荣, 尉向前, 辛彬彬, 高睿丰, 李国. 一种改进U-Net网络的心电图分类算法研究[J]. 重庆理工大学学报(自然科学), 2024, 38(1): 142-149. |
[5] |
王体春, 解 缙, 咸玉贝. 滚动轴承故障诊断的 TDDCCNN方法研究[J]. 重庆理工大学学报(自然科学), 2023, 37(7): 135-143. |
[6] |
林慧斌, 习慈羊, 丁 康. 用于滚动轴承局部故障诊断的深度降采样方法[J]. 重庆理工大学学报(自然科学), 2023, 37(7): 110-119. |
[7] |
王体春, 吴广胜, 咸玉贝, 胡玉峰. 采用 TCNHS的滚动轴承剩余使用寿命预测[J]. 重庆理工大学学报(自然科学), 2023, 37(6): 204-211. |
[8] |
赵志川1, 陈志刚1, 2, 何 群1, 张 楠1, 2, 夏建强4. 基于多重同步挤压变换与深度脊波卷积 自编码网络的滚动轴承故障诊断[J]. 重庆理工大学学报(自然科学), 2021, 35(5): 214-222. |
[9] |
郭 都1,陈 星2,尹燕莉1,韩 森1. 基于电机动态模型的电动汽车高速斜齿轮动载荷计算及寿命预测[J]. 重庆理工大学学报(自然科学), 2021, 35(12): 70-76. |
[10] |
. Spark平台下基于优化BP神经网络模型的接触疲劳剩余寿命预测[J]. 重庆理工大学学报(自然科学), 2021, 35(10): 111-119. |
[11] |
. 滚动轴承振动故障时频域分析方法综述[J]. 重庆理工大学学报(自然科学), 2021, 35(10): 85-93. |
[12] |
赵 杰1,陈志刚1,2,赵志川1,张 楠1,2. 基于同步提取变换和DRSN的滚动轴承故障诊断研究[J]. 重庆理工大学学报(自然科学), 2021, 35(1): 138-144. |
[13] |
修嘉芸1,谷玉海1,任 斌2,王红军1. 基于LSTM与迁移学习的滚动轴承故障诊断[J]. 重庆理工大学学报(自然科学), 2021, 35(1): 83-88. |
[14] |
曹 蔚, 王 宁, 王 栋, 张 晗, 王海文. 基于 MED 和 Morlet 连续小波消噪的冲击特征提取方法[J]. 重庆理工大学学报(自然科学), 2019, 33(9): 66-72. |
[15] |
王 宁1, 刘忆恩2, 江柯成3, 陈泽华4. 基于VPSO-SVM的磷酸铁锂电池寿命预测[J]. 重庆理工大学学报(自然科学), 2019, 33(11): 173-177,230. |