| 标题 |
  Remaining Useful-Life Prediction of the Milling Cutting Tool Using Time–Frequency-Based Features and Deep Learning Models 基于时频特征和深度学习模型的铣刀剩余使用寿命预测
相关领域
机械加工
停工期
刀具
刀具磨损
特征（语言学）
特征提取
人工神经网络
人工智能
计算机科学
组分（热力学）
机床
研磨
工程类
卷积神经网络
机器学习
模式识别（心理学）
可靠性工程
机械工程
语言学
哲学
物理
热力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Sensors 作者：Sameer Sayyad; Satish Kumar; Arunkumar Bongale; Ketan Kotecha; Ajith Abraham 出版日期：2023-06-17 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
迟大猫
科研小民工
QOP
请叫我风吹麦浪
劲秉
美好乐松
迷人秋烟
cdercder
昏睡的蟠桃
VDC
爱静静
1+1
默默地读文献
MchemG
Grayball
pcr163
今天只做一件事
pluto
hhhblabla
皖公网安备34019202002308
