[1] |
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. |
[2] |
王欢,张春,张宁,陈耀华. 具有强泛化性的高铁逆变器开路故障诊断算法[J]. 计算机集成制造系统, 2021, 27(11): 3236-3246. |
[3] |
徐彦伟,蔡薇薇,颉潭成,陈立海,刘明明. 变工况下基于信息融合的地铁牵引电机轴承故障智能诊断[J]. 计算机集成制造系统, 2021, 27(11): 3247-3258. |
[4] |
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. |
[5] |
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. |
[6] |
张文龙,胡天亮,王艳洁,魏永利. 云/边缘协同的轴承故障诊断方法[J]. 计算机集成制造系统, 2020, 26(第3): 589-599. |
[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] |
刘庭煜,陆增,孙毅锋,刘芳,何必秒,钟杰. 基于三维深度卷积神经网络的车间生产行为识别[J]. 计算机集成制造系统, 2020, 26(8): 2143-2156. |
[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] |
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. |
[11] |
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. |
[12] |
万文波,李江雄,毕运波. 基于功率信号的钻锪刀具监测及其系统开发[J]. 计算机集成制造系统, 2019, 25(第9): 2140-2148. |
[13] |
李宜汀,谢庆生,黄海松,姚立国,魏琴. 基于卷积神经网络快速区域标定的表面缺陷检测[J]. 计算机集成制造系统, 2019, 25(第8): 1897-1907. |
[14] |
张小俊,李辰政,孙凌宇,张明路. 基于改进3D卷积神经网络的行为识别[J]. 计算机集成制造系统, 2019, 25(第8): 2000-2006. |
[15] |
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. |