您当前的位置：
首页 >
文章列表页 >
基于时序模型和深度学习的设备故障上限评估算法
计算机科学与技术 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于时序模型和深度学习的设备故障上限评估算法

    • Device fault ceiling evaluation algorithm based on timing model and deep learning

    • “在气体绝缘开关设备领域，专家提出了基于时序模型和深度学习的故障上限评估算法，为设备稳定运行提供科学评估。”
    • 朱广贺 ，朱智强 ，袁逸萍
    • 吉林大学学报（工学版） 2024年54卷第8期 页码：2348-2354
    • 作者机构：

      1.新疆师范大学 计算机科学技术学院，乌鲁木齐 830054

      2.新疆大学 软件工程学院，乌鲁木齐 830046

      3.新疆大学 机械工程学院，乌鲁木齐 830046

    • 作者简介：

      朱广贺（1984-），男，副教授，硕士.研究方向：大数据分析，人工智能.E-mail：zhuguanghe123@163.com

    • 基金信息：
      新疆维吾尔自治区科技重点研发专项项目(2020B02013)

    • DOI： 10.13229/j.cnki.jdxbgxb.20230307     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 4 ) 表( 1 )

  • 参考文献

  • 出版信息

  • 数据统计

21

浏览量

172

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于时间序列模型的文本数据压缩存储算法
基于SVM和窗口梯度的多焦距图像融合方法
体现悬架特性的车辆载荷状态监测技术
基于前馈卷积神经网络的多模块自监督降噪模型
考虑行波效应的在役连续梁桥抗震性能提升

相关作者

翁渊瀚
李南
李雄飞
王婧
张小利
范铁虎
李世武
姚雪萍

相关机构

南京航空航天大学 经济与管理学院
南京工业大学 理学院
吉林大学 计算机科学与技术学院
吉林大学 符号计算与知识工程教育部重点实验室
吉林大学 仪器科学与电气工程学院