计算机应用

作者：汪祖民, 张志豪, 秦静, 季长清

单位：1.大连大学 信息工程学院, 辽宁 大连 116622；2.大连大学 软件工程学院, 辽宁 大连 116622；3.大连大学 物理科学与技术学院, 辽宁 大连 116622

关键词：卷积神经网络,机械故障诊断,迁移学习,预测,深度学习

基金：大连市科技创新基金资助项目(2020JJ26SN058)

针对传统机械故障诊断方法难以解决人工提取不确定性的问题，提出了大量深度学习的特征提取方法，极大地推动了机械故障诊断的发展。作为深度学习的典型代表，卷积神经网络（CNN）在图像分类、目标检测、图像语义分割等领域都取得了重大的发展，在机械故障诊断领域也有大量文献发表。为了进一步了解利用CNN的方法进行机械故障诊断的问题，首先简单介绍了CNN的相关理论，然后从数据输入类型、迁移学习、预测等方面对CNN在机械故障诊断中的应用进行了归纳总结，最后展望了CNN及其在机械故障诊断应用中的发展方向。

来源：2022年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第4期