Connexion
S'inscrire
Réinitialiser le mot de passe
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Blog
Contact
Chercher
EUR
USD
GBP
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Applied Mathematics and Nonlinear Sciences
Édition 9 (2024): Edition 1 (January 2024)
Accès libre
Prediction of mechanical equipment fault diagnosis based on IPSO-GRU deep learning algorithm
Peng Wang
Peng Wang
,
Hangbo Tan
Hangbo Tan
et
Chao Ji
Chao Ji
| 30 sept. 2023
Applied Mathematics and Nonlinear Sciences
Édition 9 (2024): Edition 1 (January 2024)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Publié en ligne:
30 sept. 2023
Pages:
-
Reçu:
17 déc. 2022
Accepté:
10 avr. 2023
DOI:
https://doi.org/10.2478/amns.2023.2.00424
Mots clés
Logistics machinery and equipment
,
Fault diagnosis
,
Second-order oscillatory particle swarm
,
Cyclic gate unit
,
IPSO-GRU model
© 2023 Peng Wang et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Peng Wang
Wuxi Xuelang Industrial Intelligence Technology Co., Ltd
Wuxi, China
Hangbo Tan
Wuxi Xuelang Industrial Intelligence Technology Co., Ltd
Wuxi, China
Chao Ji
Wuxi Xuelang Industrial Intelligence Technology Co., Ltd
Wuxi, China