位置：成果数据库 > 期刊 > 期刊详情页
Applying the fuzzy lattice neurocomputing (FLN) classifier model to gear fault diagnosis
  • ISSN号：0941-0643
  • 期刊名称：Neural Computing & Applications
  • 时间：2013.3
  • 页码：627-636
  • 相关项目：齿轮箱早期故障信号分析与智能识别的数学形态学方法
作者： Zhang, Pei-lin|Mi, Shuang-shan|Liu, Peng-yuan|Liu, Dong-sheng|
同期刊论文项目
齿轮箱早期故障信号分析与智能识别的数学形态学方法
期刊论文 47 会议论文 2
同项目期刊论文
Denoising of Mechanical Vibration Signals Using Quantum-Inspired Adaptive Wavelet Shrinkage
Gear fault detection using adaptive morphological gradient lifting wavelet
An Algorithm of Quantum Restricted Boltzmann Machine Network Based on Quantum Gates and Its Applicat
Denoising algorithm for mechanical vibration signal using quantum Hadamard transformation
用形态梯度法与非负矩阵分解的齿轮故障诊断
基于量子遗传算法的轴向柱塞泵故障特征选择
基于形态提升小波的机械状态监测数据压缩研究
自适应Laplace统计模型下的量子降噪算法
基于EEMD与奇异熵增量谱的齿轮故障特征提取
基于量子叠加态参数估计的机械振动信号降噪方法
分布式监测系统缓变信号无损压缩方法研究
量子BP神经网络的自适应振动信号压缩及应用
超声磨粒传感器非线性声场的数值模拟与实验研究
量子GA-PLS特征选择算法及其应用
基于EEMD-CWD的齿轮箱振动信号故障特征提取
Engine fault diagnosis based on a morphological neural network using a morphological filter as a pre
Classification of time-frequency representations using improved morphological pattern spectrum for e
融合量子理论的结构元素尺寸自适应调整策略
引入量子理论的膨胀滤波结构元素
考虑信号特点的合成量子启发结构元素
通用量子门神经网络在齿轮故障诊断中的应用
基于量子门组的量子神经网络模型及其应用
采用非线性量子比特的形态滤波及其应用
基于EEMD的多尺度模糊熵的齿轮故障诊断
基于最优广义S变换和脉冲耦合神经网络的轴承故障诊断
分数阶时频局部二值模式谱在齿轮故障诊断中的应用
基于改进半监督局部保持投影算法的故障诊断
齿轮箱振动信号的分数阶时频谱多重分形特征提取研究
模糊格构造型形态神经网络
非负矩阵分解在发动机故障特征提取中的应用
量子BP神经网络在发动机故障诊断中的应用
基于模糊熵与LS-SVM的轴承故障诊断
基于KZK方程的在线超声磨粒传感器的设计
基于能量聚集性的轴承复合故障诊断
DCT和相关分析在轴承故障诊断中的应用
基于自适应多尺度形态梯度与非负矩阵分解的轴承故障诊断
基于自适应形态提升小波与改进非负矩阵分解的发动机故障诊断方法
Ultrasonic echo waveshape features extraction based on QPSO-matching pursuit for online wear debris
紧耦合粒子滤波与均值漂移的红外目标跟踪
某柴油机滑动轴承接触摩擦故障的振动特征与状态监测
在线油液磨粒检测聚焦超声换能器声场特性分析
发动机异常检测多目标优化方法
融合字典学习的滑动轴承摩擦故障趋势自记忆预测
一种用于磨粒识别的基于改进PSO算法的支持向量机模型