期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的缺失数据故障诊断方法研究
被引量:
4
1
作者
王司
王晓峰
《自动化技术与应用》
2020年第9期87-91,共5页
由于不完整观测数据会严重影响故障的诊断结果,针对缺失率增大、观察变量之间相关系数降低及传统插补方法无法有效提取数据潜在特征等问题,本文提出了一种基于深度学习的插补方法来估计缺失数据。实验验证了该方法的有效性。
关键词
故障诊断
数据缺失
插补方法
深度学习
改进
dnn
下载PDF
职称材料
题名
基于深度学习的缺失数据故障诊断方法研究
被引量:
4
1
作者
王司
王晓峰
机构
北京航空航天大学可靠性与系统工程学院
出处
《自动化技术与应用》
2020年第9期87-91,共5页
文摘
由于不完整观测数据会严重影响故障的诊断结果,针对缺失率增大、观察变量之间相关系数降低及传统插补方法无法有效提取数据潜在特征等问题,本文提出了一种基于深度学习的插补方法来估计缺失数据。实验验证了该方法的有效性。
关键词
故障诊断
数据缺失
插补方法
深度学习
改进
dnn
Keywords
fault
diagnosis
missing
data
interpolation
method
deep
learning
improved
dnn
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的缺失数据故障诊断方法研究
王司
王晓峰
《自动化技术与应用》
2020
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部