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:
采用深度学习(DL)算法和信息融合技术对刮板转载机进行故障诊断.对刮板转载机故障类型进行分类,建立刮板转载机故障诊断模型.为提高信息融合技术的准确率与效率,将一种典型的DL算法——深度置信网络(DBN)应用于数据层信息融合,提出基于DL联合信息融合技术的故障诊断流程.对比MATLAB仿真结果与真实情况,基于DL联合信息融合技术故障诊断结果的准确率比信息融合技术的高.
推荐文章
电路板故障诊断中神经网络信息融合技术的应用
BP神经网络
信息融合技术
电路板
故障诊断
基于支持向量机的信息融合模拟电路故障诊断方法研究
信息融合
支持向量机
模拟电路故障诊断
基于信息融合技术的装备故障诊断系统研究
武器装备
信息融合
故障诊断
状态监测
基于融合特权信息支持向量机的模拟电路故障诊断新方法
特征提取
特权信息支持向量机
模拟电路
故障诊断
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DL联合信息融合技术的刮板转载机故障诊断
来源期刊 煤矿机械 学科
关键词 DL 信息融合技术 刮板转载机 DBN 故障诊断
年,卷(期) 2021,(2) 所属期刊栏目 故障·诊断|Malfunction Imestigation
研究方向 页码范围 152-154
页数 3页 分类号 TD528.3
字数 语种 中文
DOI 10.13436/j.mkjx.202102048
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (14)
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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
2021(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
DL
信息融合技术
刮板转载机
DBN
故障诊断
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
论文1v1指导