Scidown文献预览系统！
基于深度学习和小故障样本的永磁同步电机匝间短路诊断( The Diagnosis of Inter-turn Short Circuit of Permanent Magnet Synchronous Motor Based on Deep learning and Small Fault Samples )
Y Li Y Wang Y Zhang J Zhang
提出了一种基于条件生成对抗网络(CGAN)和优化稀疏自动编码器(OSAE)的永磁同步电动机匝间短路检测方法。为了实现匝间短路问题的准确检测，在OSAE框架下，采用CGAN扩展少量故障样本，并采用噪声注入策略增强网络的泛化能力。具体来说，我们将两类信号组合起来，建立一个训练集，并由CGAN进行扩展，而OSAE的参数则由网络的训练过程来确定。实验结果表明，该方法对匝间短路故障的诊断准确率达到98.9%。
SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 学术经济学中的女性:我们取得了进步吗?下载
scidown 学术经济学中的女性:我们取得了进步吗?下载
scidown 麻醉药异氟烷和七氟烷可减弱鞭毛蛋白介导的肺部炎症下载