A novel imbalance fault diagnosis method based on data augmentation and hybrid deep learning models

Autor(en):	Caizi Fan (School of Mechanical Engineering and Automation, Northeastern University, Shenyang, Liaoning, P. R. China) Yongchao Zhang (School of Mechanical Engineering and Automation, Northeastern University, Shenyang, Liaoning, P. R. China) Hui Ma (School of Mechanical Engineering and Automation, Northeastern University, Shenyang, Liaoning, P. R. China) Zeyu Ma (School of Mechanical Engineering and Automation, Northeastern University, Shenyang, Liaoning, P. R. China) Xunmin Yin (Harbin Marine Boiler and Turbine Research Institute, Harbin, Heilongjiang, P. R. China) Xiaoxu Zhang (Harbin Marine Boiler and Turbine Research Institute, Harbin, Heilongjiang, P. R. China) Songtao Zhao (Harbin Marine Boiler and Turbine Research Institute, Harbin, Heilongjiang, P. R. China)
Medium:	Fachartikel
Sprache(n):	Englisch
Veröffentlicht in:	Structural Health Monitoring
DOI:	10.1177/14759217241291143

Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1177/14759217241291143.

Anzeige

Structurae kooperiert mit

Anzeige