南京航空航天大学主页平台管理系统李舜酩--中文主页-- An unsupervised learning method for bearing fault diagnosis based on sparse feature extraction

李舜酩

教授
毕业院校：西安交通大学
学历：西安交通大学
学位：工学博士学位
所在单位：能源与动力学院
办公地点：明故宫校区 A10楼 518房间
联系方式：13605199671 smli@nuaa.edu.cn
电子邮箱：

访问量：

开通时间：..

最后更新时间：..

当前位置: 中文主页 >> 科学研究 >> 论文成果

An unsupervised learning method for bearing fault diagnosis based on sparse feature extraction

点击次数：

所属单位：能源与动力学院

发表刊物：proceedings of 2019 Prognostics and System Health

是否译文：否

发表时间：2019-10-25

合写作者：王金瑞,李香莲

通讯作者：李舜酩

上一条：A Fault Diagnosis Approach for Rolling Bearing Based on Convolutional Neural Network and Nuisance Attribute Projection under Various Speed Conditions

下一条：EFFECT OF FRICTION HEAT ON VIBRATION RESPONSES OF ROTOR IN REVERSE FULL ANNULAR RUB