您当前的位置:
首页 >
文章列表页 >
基于多尺度元度量学习的小样本滚动轴承故障诊断方法
更新时间:2026-10-29
    • 基于多尺度元度量学习的小样本滚动轴承故障诊断方法

    • A small⁃sample rolling bearing fault diagnosis method based on multi⁃scale meta⁃metric learning

    • 机械传动   2026年 页码:1-11
    • 中图分类号: TH133.33
    • 收稿:2025-10-11,

      修回:2025-11-14,

      网络首发:2026-10-29,

    移动端阅览

  • 胡向东,陈佳辉,白 银.基于多尺度元度量学习的小样本滚动轴承故障诊断方法[J].机械传动,XXXX,XX(XX):1-11. DOI:

    HU Xiangdong,CHEN Jiahui,BAI Yin.A small⁃sample rolling bearing fault diagnosis method based on multi⁃scale meta⁃metric learning[J].Journal of Mechanical Transmission,XXXX,XX(XX):1-11. DOI:

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于多参数自适应特征模态分解的滚动轴承复合故障诊断方法
基于频谱包络傅里叶分解的滚动轴承故障诊断方法
小样本条件下仿真数据驱动的轴承故障诊断方法研究
基于IAO优化VMD和DHKELM的滚动轴承故障诊断方法
频带优选傅里叶分解方法及其在滚动轴承故障诊断中的应用

相关作者

顾炎辉
彭子轩
张子恒
葛玉晨
黄斯琪
谭志银
何凯
吴亚男

相关机构

淮安大学 设计艺术学院
南京航空航天大学 机电学院
滁州职业技术学院 电气工程学院
河北工业大学 省部共建电工装备可靠性与智能化国家重点实验室
河北工业大学 机械工程学院
0