| 注册
首页|期刊导航|计算机应用研究|基于E2E Deep VAE-LSTM的轴承退化预测应用研究

基于E2E Deep VAE-LSTM的轴承退化预测应用研究

周壮 周凤

计算机应用研究2022,Vol.39Issue(7):2091-2097,7.
计算机应用研究2022,Vol.39Issue(7):2091-2097,7.DOI:10.19734/j.issn.1001-3695.2021.11.0676

基于E2E Deep VAE-LSTM的轴承退化预测应用研究

Application research on bearing degradation prediction based on E2E Deep VAE-LSTM

周壮 1周凤2

作者信息

  • 1. 贵州大学公共大数据国家重点实验室,贵阳550025
  • 2. 贵州大学计算机科学与技术学院,贵阳550025
  • 折叠

摘要

关键词

自编码器/深度自编码器/降噪自编码器/变分自编码器/长短时记忆网络/剩余寿命预测/无监督学习

分类

信息技术与安全科学

引用本文复制引用

周壮,周凤..基于E2E Deep VAE-LSTM的轴承退化预测应用研究[J].计算机应用研究,2022,39(7):2091-2097,7.

基金项目

贵州省自然科学技术基金资助项目(黔科合基础[2019]1088) (黔科合基础[2019]1088)

计算机应用研究

OA北大核心CSCDCSTPCD

1001-3695

访问量0
|
下载量0
段落导航相关论文