[1] |
金晓航, 泮恒拓, 许壮伟, 孙毅, 刘伟江. 基于SCADA数据和单分类简化核极限学习机的风电机组发电机状态监测[J]. 计算机集成制造系统, 2022, 28(8): 2408-2418. |
[2] |
杨锡运, 邓子琦, 康宁. 融合集合经验模态分解与宽度学习的齿轮箱故障预警方法[J]. 计算机集成制造系统, 2022, 28(6): 1835-1843. |
[3] |
刘孝保, 刘佳, 阴艳超, 高阳. 基于超分辨率特征融合的工件表面细微缺陷数据扩增方法[J]. 计算机集成制造系统, 2022, 28(6): 1844-1853. |
[4] |
滕瑞, 黄海松, 杨凯, 陈启鹏, 熊巧巧, 谢庆生. 基于图像编码技术和卷积神经网络的刀具磨损值在线监测方法[J]. 计算机集成制造系统, 2022, 28(4): 1042-1051. |
[5] |
曾天生, 刘航, 陈汉斯, 王峥, 褚学宁. 基于多特征信息融合的风电机组整机性能评估[J]. 计算机集成制造系统, 2022, 28(4): 1052-1061. |
[6] |
张晓红, 张欣, 张剑飞, 罗元庚, 冯泽, 石冠男, 张小龙. 基于多状态劣化空间划分的多部件系统维修决策[J]. 计算机集成制造系统, 2022, 28(3): 769-779. |
[7] |
樊盼盼,袁逸萍,孙文磊,樊小朝,赵琴,马占伟. 融合多时段SCADA数据的风电机组风险态势预测[J]. 计算机集成制造系统, 2021, 27(7): 1993-2004. |
[8] |
刘惠,刘振宇,郏维强,张栋豪,谭建荣. 深度学习在装备剩余使用寿命预测技术中的研究现状与挑战[J]. 计算机集成制造系统, 2021, 27(1): 35-53. |
[9] |
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. |
[10] |
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. |
[11] |
储程,董占勋. 基于马田系统的人机界面审美偏好智能定位方法[J]. 计算机集成制造系统, 2020, 26(10): 2642-2649. |
[12] |
王金贺,张晓红,曾建潮. 基于排队论的风电场系统最优成组维修决策[J]. 计算机集成制造系统, 2019, 25(第9): 2188-2197. |
[13] |
王金贺,张晓红,曾建潮. 非完美维修模型下的风电机组最优维修决策[J]. 计算机集成制造系统, 2019, 25(第5): 1151-1160. |
[14] |
娄建楼,李燕,王琦,孙博,贾俊奇. 基于改进堆栈降噪自编码器的锅炉设备在线监测数据清洗方法[J]. 计算机集成制造系统, 2019, 25(12): 3181-3190. |
[15] |
柳青秀,马红占,褚学宁,马斌彬,王峥. 基于长短时记忆—自编码神经网络的风电机组性能评估及异常检测[J]. 计算机集成制造系统, 2019, 25(12): 3209-3219. |