一種融合特征與卷積神經(jīng)網(wǎng)絡(luò)的車(chē)輪缺陷識(shí)別方法

摘要： 針對(duì)同一識(shí)別算法下不同損傷類型以及損傷程度識(shí)別準(zhǔn)確率低的問(wèn)題，提出一種多尺度融合特征與一維卷積神經(jīng)網(wǎng)絡(luò)（One-dimensional Convolution Neural Network,1D-CNN）相結(jié)合的車(chē)輪損傷診斷方法。利用完全噪聲輔助聚合經(jīng)驗(yàn)?zāi)B(tài)分解（Complete EEMD with Adaptive Noise,CEEMDAN）和魏格納-維爾分布（Wigner... （共7頁(yè)）