典型文献
基于卷积神经网络的机械故障诊断技术综述
文献摘要：
针对传统机械故障诊断方法难以解决人工提取不确定性的问题,提出了大量深度学习的特征提取方法,极大地推动了机械故障诊断的发展.作为深度学习的典型代表,卷积神经网络(CNN)在图像分类、目标检测、图像语义分割等领域都取得了重大的发展,在机械故障诊断领域也有大量文献发表.为了进一步了解利用CNN的方法进行机械故障诊断的问题,首先简单介绍了CNN的相关理论,然后从数据输入类型、迁移学习、预测等方面对CNN在机械故障诊断中的应用进行了归纳总结,最后展望了CNN及其在机械故障诊断应用中的发展方向.
文献关键词：
卷积神经网络;机械故障诊断;迁移学习;预测;深度学习
中图分类号：
作者姓名：
汪祖民;张志豪;秦静;季长清
作者机构：
大连大学信息工程学院,辽宁大连116622;大连大学软件工程学院,辽宁大连116622;大连大学物理科学与技术学院,辽宁大连116622
文献出处：
引用格式：
[1]汪祖民;张志豪;秦静;季长清-.基于卷积神经网络的机械故障诊断技术综述)[J].计算机应用,2022(04):1036-1043
A类：
B类：
机械故障诊断,故障诊断技术,技术综述,故障诊断方法,难以解决,确定性的,图像分类,目标检测,图像语义分割,大量文,迁移学习,诊断应用
AB值：
0.174185
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
