基于 CNN不同网络结构参数对故障诊断信号识别的影响研究任务书

 2022-01-05 20:06:03

全文总字数:1214字

1. 毕业设计(论文)主要内容:

总结归纳基于深度学习的卷积神经网络(CNN)分析处理振动信号的研究现状,主要是卷积神经网络如何判别正常及损伤两种状态下的振动信号。

在此基础上,通过改变网络结构参数(重点是改变网络结构的深度和网络结构中卷积核的大小)来测试其对最终故障诊断结果的准确率和抗噪能力的影响,以找到最优的网络结构参数。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1.绘制四张机舱布置图和1张管路原理图,需符合机械制图相关标准,设备布置合理;

2.完成毕业设计报告书(包括文献综述、开题报告、主机选型论证、设备估算书、设备明细表、轮机说明书、专题论文、翻译英文专业文献或技术资料2万字,且译文达5000汉字,英文参考文献不少于3篇,总数不少于16篇)。

(一)完成毕业设计报告书(包括文献综述、开题报告、卷积神经网络的研究现状总结、卷积核以及卷积深度的选取分析、卷积神经网络如何分析正常及损伤两种状态下的振动信号,并对目前已有的数据进行处理,得出最优网络结构参数下的诊断结果的准确率和抗噪能力。论文字数不少于12000字;英文翻译不少于2万字符,且译文不少于5000汉字,英文参考文献不少于3篇)。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

    1、英文翻译、文献阅读报告及开题报告; (第1周—第3周)

    剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

    4. 主要参考文献

    • 剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版