跳到主要导航
跳到搜索
跳到主要内容
南京工业大学 国内
English
中文
国内
简介
研究单位
科研成果
按专业知识、名称或附属进行搜索
Improved Residual Network and LSTM Hybrid Model Based Tool Health Monitoring
Qingchao Bian, Cunsong Wang,
Cuimei Bo
,
Hao Peng
电气工程与控制科学学院
机械与动力工程学院
Nanjing Tech University
科研成果
:
书/报告/会议事项章节
›
会议稿件
›
同行评审
综述
指纹
指纹
探究 'Improved Residual Network and LSTM Hybrid Model Based Tool Health Monitoring' 的科研主题。它们共同构成独一无二的指纹。
分类
加权
按字母排序
Computer Science
Residual Neural Network
100%
Deep Residual Network
33%
Dimensionality Reduction
33%
Fully Connected Layer
33%
Dimensional Feature
33%
Work Efficiency
33%
Chemical Engineering
Long Short-Term Memory
100%
Engineering
Gas Fuel Manufacture
20%
Mutual Interference
20%