作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对复杂装备故障诊断实际需求,论文以装备故障智能诊断技术为研究对象,在分析故障特征及诊断方法的基础上,依托大数据分析平台,运用基于深度神经网络(DNN)的学习框架,构建基于模糊推理机制和深度学习的故障诊断预测模型.实验结果表明,该模型有效提高了舰船装备的故障诊断精度.
推荐文章
基于SCADA数据分析的风机变桨故障诊断
风电机组
SCADA数据
变桨故障
故障诊断
基于IETM的装备故障诊断系统技术研究
IETM
S1000D
故障诊断
过程数据模块
大数据分析技术在装备监测系统中应用研究
装备
大数据
数据分析
数据挖掘
大数据驱动的钢铁工业智能故障诊断技术综述
工业大数据
故障诊断
机器学习
迁移学习
钢铁智能制造
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于大数据分析的装备故障诊断技术?
来源期刊 舰船电子工程 学科 工学
关键词 大数据分析 故障诊断 深度神经网络
年,卷(期) 2019,(12) 所属期刊栏目 测试与测量技术
研究方向 页码范围 183-186,195
页数 5页 分类号 TP18
字数 3696字 语种 中文
DOI 10.3969/j.issn.1672-9730.2019.12.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑贵文 6 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (13)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据分析
故障诊断
深度神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
舰船电子工程
月刊
1672-9730
42-1427/U
大16开
湖北省武汉市
1981
chi
出版文献量(篇)
9053
总下载数(次)
18
论文1v1指导