中国矿业大学主页平台系统司垒--中文主页-- A feature extraction method based on composite multi-scale permutation entropy and Laplacian score for shearer cutting state recognition

司垒

博士生导师硕士生导师

电子邮箱：

所在单位：机电工程学院

学历：博士研究生毕业

办公地点：中国矿业大学南湖校区机电工程学院

在职信息：在岗

主要任职：江苏省智能矿山装备工程研究中心副主任

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

A feature extraction method based on composite multi-scale permutation entropy and Laplacian score for shearer cutting state recognition

发布时间：2021-09-28 点击次数：

DOI码：10.1016/j.measurement.2019.05.070
所属单位：机电工程学院
项目来源：国家自然科学基金项目
第一作者：司垒
合写作者：王忠宾,谭超,刘新华
论文类型：期刊论文
论文编号：5b5bb29475c46a150175c46e2178000d
卷号：卷: 145页: 84-93
ISSN号：0263-2241
是否译文：否
发表时间：2019-10-01

上一条：A Deep Convolutional Neural Network Model for Intelligent Discrimination between Coal and Rocks in Coal Mining Face

下一条：Assessment of rib spalling hazard degree in mining face based on background subtraction algorithm and support vector machine

个人信息

司垒

同专业博导

同专业硕导

论文成果

A feature extraction method based on composite multi-scale permutation entropy and Laplacian score for shearer cutting state recognition