舰船甲板起重机旋转故障自动诊断方法 被引量：2

1

作者 刘俊超 吴长有 《舰船科学技术》 北大核心 2019年第6期211-213,共3页

利用传统方法对舰船甲板起重机旋转故障进行自动诊断,普遍存在鲁棒性较差的问题,从而导致诊断可靠性不高。针对上述问题,提出一种基于ICA-SVM的起重机旋转故障自动诊断方法。该方法首先利用传感器采集起重机旋转故障振动信号,接着利用IC... 利用传统方法对舰船甲板起重机旋转故障进行自动诊断,普遍存在鲁棒性较差的问题,从而导致诊断可靠性不高。针对上述问题,提出一种基于ICA-SVM的起重机旋转故障自动诊断方法。该方法首先利用传感器采集起重机旋转故障振动信号,接着利用ICV将源故障信号与干扰信号进行分离,然后从源故障信号中提取故障特征,最后利用SVA分类器进行故障匹配与识别,实现起重机旋转故障自动诊断。结果表明:与3种传统故障自动诊断方法:基于遗传算法的旋转故障诊断、基于粗糙集理论的旋转故障诊断以及基于Hilbert-Huang变换的旋转故障诊断相比,本诊断方法的最大误报率(3.5%)和漏报率(3.2%)最低,鲁棒性更好,说明本方法的诊断结果更可靠。 展开更多

关键词 起重机 旋转故障 诊断 ICA-SVM

在线阅读 下载PDF 职称材料

机理数据混合驱动的多相环形无刷励磁系统旋转整流器故障诊断

2

作者 蔡宇昂 郝亮亮 +2 位作者 周艳真 段贤稳 王光 《电工技术学报》 北大核心 2025年第8期2643-2655,共13页

旋转整流器故障诊断对多相环形无刷励磁系统的安全运行具有重要意义。而旋转整流器故障种类繁多且故障特征微弱,机理驱动的诊断方案具有较好的可解释性,但难以实现全故障的准确诊断;数据驱动的诊断方案快速准确,但面向应用时训练和调试... 旋转整流器故障诊断对多相环形无刷励磁系统的安全运行具有重要意义。而旋转整流器故障种类繁多且故障特征微弱,机理驱动的诊断方案具有较好的可解释性,但难以实现全故障的准确诊断;数据驱动的诊断方案快速准确,但面向应用时训练和调试难度大。因此,提出一种机理与数据混合驱动的旋转整流器故障诊断方案:首先根据故障机理推导故障后励磁电流的频域特征,利用有限元仿真确定机理诊断模型的阈值;然后引入快速动态时间规整(Fast-DTW)算法计算励磁电流时域波形相似度,结合k近邻(kNN)算法分类器得到数据驱动模型;最后利用集成学习的思想,融合机理与数据诊断方案。实验结果表明,混合驱动的诊断方案能够在降低训练难度的情况下,实现旋转整流器故障的准确诊断。 展开更多

关键词 旋转整流器故障 机理驱动 数据驱动 快速动态时间规整(Fast-DTW) 集成学习

在线阅读 下载PDF 职称材料

基于高阶谱的旋转机械故障征兆提取 被引量：43

3

作者 杨江天 陈家骥 曾子平 《振动工程学报》 EI CSCD 北大核心 2001年第1期13-18,共6页

研究了旋转机械振动信号的非线性特征 ,分析了产生非线性的机制 ,着重讨论了二次相位耦合与机械故障的关系。在此基础上将高阶谱分析引入转子故障诊断。高阶谱保留了信号的相位信息且能有效抑制噪声 ,可以定量描述非线性相位耦合。试验... 研究了旋转机械振动信号的非线性特征 ,分析了产生非线性的机制 ,着重讨论了二次相位耦合与机械故障的关系。在此基础上将高阶谱分析引入转子故障诊断。高阶谱保留了信号的相位信息且能有效抑制噪声 ,可以定量描述非线性相位耦合。试验分析表明 ,对于不同类型的故障 ,高阶谱特征存在明显差异 ,因而可用于故障模式识别。高阶谱丰富了旋转机械故障诊断系统知识库中的振动特征信息 ,用于工业现场能大大提高诊断准确性。 展开更多

关键词 旋转机械故障诊断 二次相位耦合 高阶谱 故障征兆提取

在线阅读 下载PDF 职称材料

旋转机械故障的循环平稳度诊断 被引量：2

4

作者 杨龙兴 贾民平 +1 位作者 许飞云 钟秉林 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2003年第4期438-441,共4页

根据旋转机械信号循环平稳特性 ,以及故障出现后非平稳特征渐强的特点 ,提出了相对及绝对循环平稳度的概念 ,通过理论分析 ,提取出对旋转机械故障较为敏感的相对循环平稳指标 .在此基础上又提出了通过对信号x(t)及其共轭乘积进行Fourie... 根据旋转机械信号循环平稳特性 ,以及故障出现后非平稳特征渐强的特点 ,提出了相对及绝对循环平稳度的概念 ,通过理论分析 ,提取出对旋转机械故障较为敏感的相对循环平稳指标 .在此基础上又提出了通过对信号x(t)及其共轭乘积进行Fourier变换 ,代入循环频率α值获取循环自相关函数Rαxx( 0 )的方法 ,并利用本方法对不同调幅系数的正弦信号和氧压机小偏心量调幅故障信号 ,进行了仿真和实例验证 。 展开更多

关键词 旋转机械故障 循环平稳度 调幅型故障 二阶循环矩 FFT估计

在线阅读 下载PDF 职称材料

基于非线性模式分解的旋转机械复合故障特征提取方法 被引量：2

5

作者 杨宇 李鑫 +1 位作者 潘海洋 程军圣 《中国机械工程》 EI CAS CSCD 北大核心 2018年第24期2947-2953,共7页

针对旋转机械复合故障振动信号的非平稳特征,提出了一种基于非线性模式分解(NMD)的故障特征提取方法。该方法首先通过NMD将振动信号分解为若干个具有实际物理意义的非线性模态(NM)分量和一个残余分量之和,然后对各NM分量采用包络谱分析... 针对旋转机械复合故障振动信号的非平稳特征,提出了一种基于非线性模式分解(NMD)的故障特征提取方法。该方法首先通过NMD将振动信号分解为若干个具有实际物理意义的非线性模态(NM)分量和一个残余分量之和,然后对各NM分量采用包络谱分析提取故障特征。仿真信号的分析结果验证了NMD方法的优越性,在此基础上将NMD方法应用于旋转机械复合故障诊断中,实验数据的分析结果表明,该方法能有效提取出旋转机械复合故障的特征。 展开更多

关键词 非线性模式分解(NMD) 谐波辨识 旋转机械复合故障诊断 特征提取

在线阅读 下载PDF 职称材料

旋转机械故障诊断的11/2维循环谱分析方法 被引量：2

6

作者 杨龙兴 贾民平 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2004年第6期766-770,共5页

首先介绍了谱相干及高阶循环累积量谱的定义 ,说明了高阶循环累积量谱具有的抑噪和相位保留的能力 .但由于高阶循环累积量谱分析需要更长的时间序列 ,因此本文从循环谱相干定义出发 ,提出了利用 1 1 /2维循环谱区分线性与非线性特征的方... 首先介绍了谱相干及高阶循环累积量谱的定义 ,说明了高阶循环累积量谱具有的抑噪和相位保留的能力 .但由于高阶循环累积量谱分析需要更长的时间序列 ,因此本文从循环谱相干定义出发 ,提出了利用 1 1 /2维循环谱区分线性与非线性特征的方法 .指出 1 1 /2维循环谱分析方法 ,不仅保留了高阶循环累积量谱的抑制噪声、提取非线性耦合特征和分离循环平稳分量与平稳分量的能力 ,而且减少了所需时间序列长度 ,提高了监测的实时性 ,最后以非线性平方相位耦合信号和轴承故障信号为例进行了仿真验证 . 展开更多

关键词 旋转机械故障 谱相关 非线性 11/2维循环谱

在线阅读 下载PDF 职称材料

基于动态加权的多尺度残差网络旋转机械故障诊断算法 被引量：10

7

作者 史红梅 郑畅畅 +1 位作者 司瑾 陈晶城 《振动与冲击》 EI CSCD 北大核心 2022年第23期67-74,93,共9页

针对传统的机械故障诊断方法特征提取困难问题,提出一种新颖的基于特征通道重标定的动态加权多尺度残差网络旋转机械故障诊断方法。将原始数据作为网络的输入,设计宽卷积层进行信息初步融合扩大模型的感受野;再分别构建三个独立的以残... 针对传统的机械故障诊断方法特征提取困难问题,提出一种新颖的基于特征通道重标定的动态加权多尺度残差网络旋转机械故障诊断方法。将原始数据作为网络的输入,设计宽卷积层进行信息初步融合扩大模型的感受野;再分别构建三个独立的以残差块为基础的并行分支网络,通过设计多尺度卷积核分别从并行分支网络提取深度特征;接着设计动态加权层建立全局信息建模特征通道之间的动态非线性关系,对每个尺度的特征通道进行重标定,提高网络对故障信息的敏感性;将三个尺度的特征进行特征融合,通过分类器实现故障诊断。在多个数据集上进行试验,验证了该算法的有效性。 展开更多

关键词 旋转机械故障诊断 动态加权 一维残差网络 多尺度学习

在线阅读 下载PDF 职称材料

模糊粒化非监督学习结合随机森林融合的旋转机械故障诊断 被引量：10

8

作者 温江涛 周熙楠 《机械科学与技术》 CSCD 北大核心 2018年第11期1722-1730,共9页

在旋转机械的智能故障诊断中,复杂网络结构的非监督学习方法调节参数多,训练时间长,而结构简单的网络诊断准确率不够理想。针对以上问题,采用模糊信息粒化和稀疏自编码器搭建并行结构的学习网络,并行结构的稀疏自编码器同时对粒化后重... 在旋转机械的智能故障诊断中,复杂网络结构的非监督学习方法调节参数多,训练时间长,而结构简单的网络诊断准确率不够理想。针对以上问题,采用模糊信息粒化和稀疏自编码器搭建并行结构的学习网络,并行结构的稀疏自编码器同时对粒化后重新构成的多个有效参量信息自适应的进行特征提取,随后使用随机森林方法对提取的特征进行融合分类。实验结果表明该方法可以有效实现高精度故障诊断;且与常用的串行多网络处理结构相比,降低了网络参数调节的复杂度和多层网络的前后影响,并且提高了诊断精度,减少了训练时间。 展开更多

关键词 旋转机械故障诊断 模糊信息粒化 稀疏自编码 随机森林

在线阅读 下载PDF 职称材料

基于时频周期窗的旋转机械故障诊断方法 被引量：1

9

作者 杨龙兴 贾民平 《中国电机工程学报》 EI CSCD 北大核心 2006年第3期141-145,共5页

周期平稳信号的Wigner-Ville分布是由时频域上若干个离散分量组成,某些分量对故障较为敏感,这些特征分量的检测及提取,对故障诊断十分重要。该文利用旋转机械故障信号及其高阶矩的周期性,通过傅立叶级数对周期平稳信号的分解,认为分解... 周期平稳信号的Wigner-Ville分布是由时频域上若干个离散分量组成,某些分量对故障较为敏感,这些特征分量的检测及提取,对故障诊断十分重要。该文利用旋转机械故障信号及其高阶矩的周期性,通过傅立叶级数对周期平稳信号的分解,认为分解各项在U∈[0,2π]区间内两两正交,提出了提取故障特征的时频周期窗观察方法,可以使用时频域局部开周期窗的方法,与故障特征频率项进行周期内相关运算,取出周期自相关函数在故障特征频率分量(调制频率)上的正交投影,从而获得某一故障特征信息,与通常的功率谱分析相比,排除了周期窗外噪声对分析结果的影响,使得特征提取更加精确。通过仿真和实例进行了有效性验证。 展开更多

关键词 旋转机械故障诊断 时频周期窗 周期平稳 特征分量 调幅故障信号

在线阅读 下载PDF 职称材料

数据驱动算法在旋转机械故障诊断中的应用研究 被引量：9

10

作者 蔡长征 《机床与液压》 北大核心 2020年第23期218-223,共6页

传统故障诊断方法依赖于先验数据与模型,具有局限性。为解决此问题,提出一种基于数据驱动的旋转机械故障诊断方法。利用经验模式分解(EMD)算法拆分原始故障信号,得到有限个IMF分量,优化现有EMD算法得到最优的截断阈值,并有效分离系统噪... 传统故障诊断方法依赖于先验数据与模型,具有局限性。为解决此问题,提出一种基于数据驱动的旋转机械故障诊断方法。利用经验模式分解(EMD)算法拆分原始故障信号,得到有限个IMF分量,优化现有EMD算法得到最优的截断阈值,并有效分离系统噪声干扰;从多域量化角度提取故障信号的时域、频域特征,并基于EMD样本熵实现对去噪旋转机械故障信号中故障点特征的分类与识别。仿真结果表明:所提出的数据驱动算法能够准确地识别出不同载荷条件下的故障信号微弱特征,具有更高的训练精度和故障诊断精度。 展开更多

关键词 数据驱动 旋转机械故障 经验模式分解 特征提取 样本熵

在线阅读 下载PDF 职称材料

SVM技术与ANN方法对旋转机械故障诊断性能的比较 被引量：1

11

作者 张金泽 单甘霖 《电光与控制》 北大核心 2006年第3期72-74,共3页

论述了基于支持向量机故障诊断技术的基本原理;介绍了传统的基于人工神经网络的故障诊断方法;以旋转机械故障诊断为例对两种诊断方法进行了比较,实验结果表明,与神经网络相比,基于支持向量机的故障诊断方法在训练速度、诊断精度、可靠... 论述了基于支持向量机故障诊断技术的基本原理;介绍了传统的基于人工神经网络的故障诊断方法;以旋转机械故障诊断为例对两种诊断方法进行了比较,实验结果表明,与神经网络相比,基于支持向量机的故障诊断方法在训练速度、诊断精度、可靠性等方面都表现出了优越的诊断性能。 展开更多

关键词 支持向量机 神经网络 故障诊断 旋转机械故障

在线阅读 下载PDF 职称材料

基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法

12

作者 杨春燕 吴超 李宏伟 《郑州轻工业学院学报（自然科学版）》 CAS 2012年第4期30-32,共3页

提出基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法,该方法把转子的2个截面信息分别以矢功率谱进行数据层融合,提取矢功率谱的特征输入到径向基概率神经网络分类器进行故障识别,最后把两截面诊断结果输入D-S证据理论融合中... 提出基于矢功率谱和D-S证据理论分层融合的旋转机械故障诊断方法,该方法把转子的2个截面信息分别以矢功率谱进行数据层融合,提取矢功率谱的特征输入到径向基概率神经网络分类器进行故障识别,最后把两截面诊断结果输入D-S证据理论融合中心进行决策层融合.实验结果表明,该方法可降低故障诊断的不确定性,并提高故障决策准确率. 展开更多

关键词 旋转机械故障诊断 矢功率谱 D—S证据理论 数据融合

在线阅读 下载PDF 职称材料

基于改进残差卷积自编码网络的类自适应旋转机械故障诊断 被引量：5

13

作者 张剑 程培源 邵思羽 《计算机应用》 CSCD 北大核心 2022年第8期2440-2449,共10页

针对旋转机械传感器信号样本有限影响深层网络模型训练学习的问题,提出一种结合改进残差卷积自编码网络与类自适应方法的故障诊断模型应对小样本数据。首先将少量已标记的源域数据和目标域数据创建为成对样本,并设计一种改进的一维残差... 针对旋转机械传感器信号样本有限影响深层网络模型训练学习的问题,提出一种结合改进残差卷积自编码网络与类自适应方法的故障诊断模型应对小样本数据。首先将少量已标记的源域数据和目标域数据创建为成对样本,并设计一种改进的一维残差卷积自编码网络对两种不同分布的原始振动信号进行特征提取;其次,利用最大均值差异(MMD)减小分布差异,并将两个域同一故障类别的数据空间映射到一个共同的特征空间,最终实现准确的故障诊断。实验结果表明,与微调、域自适应等方法相比,所提模型能够有效提高不同工况、微量已标记的目标域振动数据下的故障诊断准确率。 展开更多

关键词 残差卷积自编码网络 类自适应 旋转机械故障诊断 小样本 最大均值差异

在线阅读 下载PDF 职称材料

单片微机在交流励磁机旋转整流器故障检测方面的应用 被引量：1

14

作者 刘念 谢应璞 +1 位作者 曾德纯 黄跃群 《四川大学学报（工程科学版）》 EI CAS CSCD 1993年第2期65-69,共5页

本文采用单片微机在软件上对交流励磁机旋转整流器故障信号进行频域分析,从中检测出旋转整流器的各类故障.

关键词 交流励磁机 旋转整流器故障 单片微机检测

在线阅读 下载PDF 职称材料

故障旋转机械非线性动力学近期研究综述 被引量：13

15

作者 闻邦椿 《振动工程学报》 EI CSCD 北大核心 2004年第z1期1-5,共5页

重点介绍"故障旋转机械非线性动力学的理论与实验"的若干研究结果.说明了研究故障旋转机械动力学的意义,讨论了有单一故障(裂纹、碰摩、松动和油膜震荡等)或耦合故障(裂纹和碰摩、裂纹和松动、碰摩和松动等)的转子系统非线性... 重点介绍"故障旋转机械非线性动力学的理论与实验"的若干研究结果.说明了研究故障旋转机械动力学的意义,讨论了有单一故障(裂纹、碰摩、松动和油膜震荡等)或耦合故障(裂纹和碰摩、裂纹和松动、碰摩和松动等)的转子系统非线性动力学的某些特性、转子系统故障发生与发展的慢变与突变过程及其特点、故障转子系统的可靠性分析若干理论问题,以及抑制转子系统振动的若干措施与方法等. 展开更多

关键词 故障旋转机械 非线性动力学

在线阅读 下载PDF 职称材料

基于案例与规则推理的故障诊断专家系统 被引量：32

16

作者 江志农 王慧 魏中青 《计算机工程》 CAS CSCD 北大核心 2011年第1期238-240,243,共4页

设计并实现基于案例的推理(CBR)与基于规则的推理(RBR)的故障旋转机械诊断专家系统。采用CBR与RBR串行方式进行推理,优先通过案例匹配方式寻求诊断结果,在不适用情况下转入通用性规则推理,并将诊断结果反馈给知识库进行优化。应用结果表... 设计并实现基于案例的推理(CBR)与基于规则的推理(RBR)的故障旋转机械诊断专家系统。采用CBR与RBR串行方式进行推理,优先通过案例匹配方式寻求诊断结果,在不适用情况下转入通用性规则推理,并将诊断结果反馈给知识库进行优化。应用结果表明,该系统诊断结果与实际相符合,且诊断速度快、针对性强。 展开更多

关键词 旋转机械故障诊断 基于案例的推理 基于规则的推理

在线阅读 下载PDF 职称材料

基于全矢谱的旋转机械谱强度预测技术研究 被引量：7

17

作者 樊碧波 韩捷 张晓冬 《机械设计与制造》 北大核心 2010年第11期217-219,共3页

针对旋转机械单源振动信号信息具有不完善性的缺陷,基于数据融合思想,将全矢谱技术与时间序列预测技术相结合,提出了基于全矢谱技术和时间序列技术的预测方法,并给出其运算方法。实验表明,该方法能够全面、准确地反映机械运转状态的发... 针对旋转机械单源振动信号信息具有不完善性的缺陷,基于数据融合思想,将全矢谱技术与时间序列预测技术相结合,提出了基于全矢谱技术和时间序列技术的预测方法,并给出其运算方法。实验表明,该方法能够全面、准确地反映机械运转状态的发展趋势,是一种准确、有效、实用的旋转机械状态预测方法。 展开更多

关键词 旋转机械故障预测 数据融合 全矢谱 时间序列

在线阅读 下载PDF 职称材料

变载荷齿轮箱故障信号智能检测方法 被引量：7

18

作者 时培明 赵娜 +2 位作者 苏冠华 宋涛 韩东 《计量学报》 CSCD 北大核心 2018年第6期847-851,共5页

针对变载荷激励下齿轮故障信号检测和故障识别的问题,提出一种基于经验模态分解和深度信念网络的变载荷齿轮箱故障信号智能检测方法。首先通过经验模态分解方法将非平稳的加速度振动信号分解成若干平稳的本征模态函数;选出啮合频率及倍... 针对变载荷激励下齿轮故障信号检测和故障识别的问题,提出一种基于经验模态分解和深度信念网络的变载荷齿轮箱故障信号智能检测方法。首先通过经验模态分解方法将非平稳的加速度振动信号分解成若干平稳的本征模态函数;选出啮合频率及倍频所在的本征模态函数,重构信号,求出重构信号的频谱,作为深度信念网络的输入;深度信念网络通过对输入频谱进行预训练和特征学习,并建立变载荷激励下齿轮故障识别分类模型;最后,用构建好的深度信念网络对测试样本进行故障诊断。试验结果表明,提出的方法能有效地检测和识别变载荷激励下齿轮故障。 展开更多

关键词 计量学 旋转机械故障 变载荷 故障诊断 智能检测 经验模态分解 深度信念网络

在线阅读 下载PDF 职称材料

基于1D-DCGAN和1D-CAE的小样本轴承故障跨域诊断方法 被引量：7

19

作者 林培 许杨剑 +3 位作者 傅军平 陈栋栋 鞠晓喆 梁利华 《机电工程》 CAS 北大核心 2023年第3期326-334,共9页

充足的故障样本是基于深度学习的故障诊断方法取得良好效果的保证。然而,数据不平衡是工业大数据的典型特征。为了减小智能诊断方法对样本数量的依赖,同时为了解决小样本下同种设备以及不同设备间的故障诊断问题,提出了一种基于一维卷... 充足的故障样本是基于深度学习的故障诊断方法取得良好效果的保证。然而,数据不平衡是工业大数据的典型特征。为了减小智能诊断方法对样本数量的依赖,同时为了解决小样本下同种设备以及不同设备间的故障诊断问题,提出了一种基于一维卷积生成对抗网络(1D-DCGAN)与一维卷积自编码器(1D-CAE)的轴承故障诊断方法。首先,利用一维卷积层构建了1D-DCGAN网络,凭借其强大的数据生成能力扩充了故障数据集;然后,利用一维卷积层构建了1D-CAE网络,通过无监督学习的方式,有效地提取出了故障样本中的潜在特征,实现了对设备的故障诊断功能;基于迁移学习思想,通过对1D-CAE模型参数进行迁移,进一步地对小样本下的轴承故障进行了跨域诊断;最后,为验证基于1D-DCGAN和1D-CAE的轴承故障诊断方法的效果,采用了美国凯斯西储大学(CWRU)以及西安交通大学(XJTU)轴承数据集进行了实验。实验结果表明:基于1D-DCGAN和1D-CAE的方法明显优于其他对比模型,同种设备的故障识别精度达到了99.21%,不同设备之间的跨域故障识别精度达到了98.87%。研究结果表明:即使在样本数量较少的场景下,基于1D-DCGAN和1D-CAE的方法也能进行同种设备的故障诊断以及不同设备之间的跨域诊断。 展开更多

关键词 旋转机械故障诊断 一维卷积生成对抗网络 一维卷积自编码器 迁移学习 深度学习 样本数量

在线阅读 下载PDF 职称材料

基于改进DenseNet模型的滚动轴承变工况故障诊断 被引量：4

20

作者 王焜 刘鑫 +1 位作者 杨嘉其 董增寿 《组合机床与自动化加工技术》 北大核心 2022年第6期78-81,共4页

针对旋转机械传统故障诊断中浅层特征对振动信号故障信息表征能力不足以及在变工况条件下传统的网络模型诊断能力差的问题,提出了一种结合风格再校准模块(style-based recalibration module,SRM)和密集连接卷积神经网络(densely connect... 针对旋转机械传统故障诊断中浅层特征对振动信号故障信息表征能力不足以及在变工况条件下传统的网络模型诊断能力差的问题,提出了一种结合风格再校准模块(style-based recalibration module,SRM)和密集连接卷积神经网络(densely connected convolutional networks,DenseNet)智能故障诊断神经网络模型。将预处理得到的时频图输入到引入SRM的DenseNet网络模型中,通过对特征图进行重新加权以及特征复用,避免有效信息缺失,降低了无关信息的干扰,增强模型对故障特征的提取能力。分别进行单一工况和变工况实验验证,结果表明所提方法在变工况条件下的故障识别率均优于目前主流的SVM、WDCNN和ECACNN诊断方法。 展开更多

关键词 旋转机械故障诊断 风格再校准模块 密集连接卷积神经网络 变工况

在线阅读 下载PDF 职称材料