0
  • DE
  • EN
  • FR
  • Base de données et galerie internationale d'ouvrages d'art et du génie civil

Publicité

CNN-DST: Ensemble deep learning based on Dempster–Shafer theory for vibration-based fault recognition

Auteur(s): ORCID (Mechanics of Materials and Structures (MMS), Ghent University, Zwijnaarde, Belgium)
(Mechanics of Materials and Structures (MMS), Ghent University, Zwijnaarde, Belgium)
(Mechanics of Materials and Structures (MMS), Ghent University, Zwijnaarde, Belgium)
ORCID (Mechanics of Materials and Structures (MMS), Ghent University, Zwijnaarde, Belgium)
Médium: article de revue
Langue(s): anglais
Publié dans: Structural Health Monitoring, , n. 5, v. 21
Page(s): 147592172110500
DOI: 10.1177/14759217211050012
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/14759217211050012.
  • Informations
    sur cette fiche
  • Reference-ID
    10662020
  • Publié(e) le:
    28.03.2022
  • Modifié(e) le:
    23.09.2022
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine