TY -的A2 -沈,长庆盟——周Jianye AU -杨,鑫盟——张、林盟——邵,思玉盟——扁Gangying PY - 2020 DA - 2020/12/08 TI - Multisignal VGG19网络对旋转机械故障诊断基于卷积转置深转移学习SP - 8863388六世- 2020 AB -实现高精度和高效率的机器故障诊断,小说深度学习框架,结合转移提出了学习和转置卷积。与现有方法相比,该方法具有更快的训练速度,每时间较少的训练样本,和更高的精度。首先,收集到的原始数据由多个传感器组合成一个图和规范化,促进模型的训练。接下来,转置卷积是用来扩大图像分辨率,然后图像作为输入传递学习模型的训练和微调。该方法采用512年时间序列进行实验两个主要机械变速齿轮箱轴承和齿轮的数据集,验证该方法的有效性和通用性。我们获得先进的结果在两个齿轮箱数据集的数据集。数据显示,测试精度为99.99%,达到显著改善从98.07%降至99.99%。SN - 1070 - 9622你——https://doi.org/10.1155/2020/8863388 - 10.1155 / 2020/8863388摩根富林明冲击和振动PB - Hindawi KW - ER