卷积神经网络在装备磨损颗粒识别中的研究综述
收藏中国科学院兰州化学物理研究所科学数据中心2023-08-25 更新2024-04-21 收录
下载链接：
https://ggjsfwdata.licp.cn/dataDetails/c1a79af8feff4a248029b997cdc16735
下载链接
链接失效反馈官方服务：
资源简介：
铁谱法是用于装备故障诊断的1种重要方法，其中铁谱法的重点是铁谱图像的分析，即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一，其广泛应用于图像识别领域，使得图像识别领域得到突破. 随着卷积神经网络的快速发展，磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史，针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍，并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类，整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献，综述了这些工作所提出的模型结构和特点，分析并阐述了各个模型主要的识别原理，各个网络结构存在的优缺点，以及它们的数据采用情况等，并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性，同时指出了基于此方法的磨粒识别模型的缺点，并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议，对磨粒智能识别的发展具有一定的意义.
提供机构：
中国科学院兰州化学物理研究所科学数据中心
创建时间：
2023-08-25
