Your Location:
Home >
Browse articles >
标签数据稀缺下基于多传感器对比神经网络的滚动轴承剩余使用寿命预测
常规文章 | Updated:2025-07-28
    • 标签数据稀缺下基于多传感器对比神经网络的滚动轴承剩余使用寿命预测

      Enhanced Publication
    • Multisensor contrast neural network for remaining useful life prediction of rolling bearings under scarce labeled data

    • “在智能制造领域,在标记数据稀缺的情况下预测轴承的剩余使用寿命(RUL)至关重要。专家提出了一种在稀缺RUL标记数据下进行RUL预测的多传感器对比方法,为解决多传感器场景中不同退化阶段的相似行为问题提供了解决方案。”
    • 信息与电子工程前沿(英文)   2025年26卷第7期 页码:1180-1193
    • DOI:10.1631/FITEE.2400753    

      中图分类号: TP277; TP311
    • 收稿:2024-08-29,

      修回:2024-12-30,

      纸质出版:2025-07

    Scan QR Code

  • 刘斌琨, 许镇义, 康宇, 等. 标签数据稀缺下基于多传感器对比神经网络的滚动轴承剩余使用寿命预测[J]. 信息与电子工程前沿(英文), 2025,26(7):1180-1193. DOI: 10.1631/FITEE.2400753.

    Binkun LIU, Zhenyi XU, Yu KANG, et al. Multisensor contrast neural network for remaining useful life prediction of rolling bearings under scarce labeled data[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(7): 1180-1193. DOI: 10.1631/FITEE.2400753.

  •  
  •  

0

浏览量

78

Downloads

0

CSCD

>
文章被引用时,请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

暂无数据

相关作者

暂无数据

相关机构

暂无数据
0