[1] |
杨泽青,王春方,彭凯,刘丽冰,张亚彬. 基于深度支持向量机的曲轴智能识别方法[J]. 计算机集成制造系统, 2021, 27(6): 1629-1640. |
[2] |
王民,刘利明,宋铠钰,杨斌,王琛. 基于主轴驱动电流杂波的立铣刀复杂工况下磨损状态辨识[J]. 计算机集成制造系统, 2021, 27(12): 3429-3438. |
[3] |
付松,钟诗胜,林琳,张永健. 基于迁移学习的民航发动机小样本故障诊断[J]. 计算机集成制造系统, 2021, 27(12): 3450-3461. |
[4] |
熊红林,樊重俊,赵珊,余莹. 基于多尺度卷积神经网络的玻璃表面缺陷检测方法[J]. 计算机集成制造系统, 2020, 26(第4): 900-909. |
[5] |
曹大理,孙惠斌,张纪铎,莫蓉. 基于卷积神经网络的刀具磨损在线监测[J]. 计算机集成制造系统, 2020, 26(第1): 74-80. |
[6] |
闻辉,贾冬顺,严涛,陈德礼,林元模. 势函数聚类的优化下采样SVM分类方法[J]. 计算机集成制造系统, 2020, 26(第1): 152-160. |
[7] |
戴稳,张超勇,孟磊磊,李晋航,肖鹏飞. 基于深度学习与特征后处理的支持向量机铣刀磨损预测模型[J]. 计算机集成制造系统, 2020, 26(9): 2331-2343. |
[8] |
陈晋贤,季颖娣,林义征,朱定海. 基于混合特征选择和超参优化的晶圆蚀刻缺陷预测方法[J]. 计算机集成制造系统, 2020, 26(9): 2396-2403. |
[9] |
陈启鹏,谢庆生,袁庆霓,黄海松,魏琴,李宜汀. 基于深度门控循环单元神经网络的刀具磨损状态实时监测方法[J]. 计算机集成制造系统, 2020, 26(7): 1782-1793. |
[10] |
潘柏松,俞铭杰,项涌涌,罗路平,丁炜. 考虑刀具磨损的铣削加工精度可靠性分析及工艺优化设计[J]. 计算机集成制造系统, 2020, 26(11): 2982-2991. |
[11] |
廖小平,黎宇嘉,陈超逸,张振坤,鲁娟,马俊燕,薛斌. 基于核主成分和灰狼优化算法的刀具磨损状态识别[J]. 计算机集成制造系统, 2020, 26(11): 3031-3039. |
[12] |
吴雪峰,刘亚辉,毕淞泽. 基于卷积神经网络刀具磨损类型的智能识别[J]. 计算机集成制造系统, 2020, 26(10): 2762-2771. |
[13] |
牛国成,胡贞,胡冬梅. 基于物元信息熵的生产线健康度评估及预测[J]. 计算机集成制造系统, 2019, 25(第7): 1639-1646. |
[14] |
刘颖超,胡小锋,刘梦湘. 多工序下刀具磨损的不完备信息系统数据挖掘[J]. 计算机集成制造系统, 2019, 25(第5): 1055-1061. |
[15] |
王宏刚,王姗姗,姚佳,潘若禹,庞胜利. 基于邻域粗糙集与支持向量机的射频识别系统识别率预测[J]. 计算机集成制造系统, 2019, 25(12): 3170-3180. |