论文部分内容阅读
基于卷积神经网络的在线结构健康监测方法
【摘 要】
：
对于大多数设备和结构来说,在线健康监测是保证其正常运转,增加工作寿命的关键方法。在线健康监测过程中主要包含两个步骤:1.特征提取;2.特征分类。而卷积神经网络将这两个步骤融合在一个学习模型中,同时提高这两个步骤的处理速度和准确性,从而获得更准确的分类结果。本文通过研究卷积神经网络原理,建立了一个卷积神经网络模型,然后将模型应用于两种结构的故障诊断中,并最终由结果表明该卷积神经网络模型可以在微弱的故
【出 处】
：
南京航空航天大学
【发表日期】
：
2019年01期
其他文献