Lajos Tóth et al. On Finding Better Wavelet Basis for Bearing Fault Detection. (2013) ACTA POLYTECHNICA HUNGARICA 1785-8860 10 3 17-35, 2391019
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[2391019]
  1. Árpád Beszédes. Interdisciplinary Survey of Fault Localization Techniques to Aid Software Engineering. (2019) ACTA POLYTECHNICA HUNGARICA 1785-8860 16 3 207-226
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30716810] [Érvényesített]
    Független, Idéző: 30716810, Kapcsolat: 28205962
  2. Pavan Agrawal et al. Diagnosis and Classifications of Bearing Faults Using Artificial Neural Network and Support Vector Machine. (2019) Journal of The Institution of Engineers (India): Series C 2250-0545 2250-0553 8 35 1-12
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30716883] [Jóváhagyott]
    Független, Idéző: 30716883, Kapcsolat: 28206047
  3. Deák Krisztián. Design of Discrete Wavelet by Using Transient Model for Exact Measurement of Manufacturing Faults of Tapered Roller Bearings. (2019) PERIODICA POLYTECHNICA-MECHANICAL ENGINEERING 0324-6051 1587-379X 63 2 113-122
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30638167] [Admin láttamozott]
    Független, Idéző: 30638167, Kapcsolat: 28206022
  4. A JamiP et al. Impeller fault detection under variable flow conditions based on three feature extraction methods and artificial neural networks. (2018) JOURNAL OF MECHANICAL SCIENCE AND TECHNOLOGY 1738-494X 1976-3824 32 9 4079-4087
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[27656064] [Jóváhagyott]
    Független, Idéző: 27656064, Kapcsolat: 27656064
  5. Jami A. et al. Impeller fault detection under variable flow conditions based on three feature extraction methods and artificial neural networks. (2018) KSME INTERNATIONAL JOURNAL 1226-4865 1738-494X 32 9 4079-4087
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30521733] [Érvényesített]
    Független, Idéző: 30521733, Kapcsolat: 27969021
  6. Jam Mahmoud Mansouri et al. Design and Evaluation of Optimal Orthogonal Wavelet With the Least Length of Wavelet A Filters Using Spectral Matching. (2018) IEEE ACCESS 2169-3536 6 57414-57424
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30521729] [Érvényesített]
    Független, Idéző: 30521729, Kapcsolat: 27969017
  7. Krisztián Deák et al. Optimal Wavelet Selection for the Size Estimation of Manufacturing Defects of Tapered Roller Bearings with Vibration Measurement using Shannon Entropy Criteria. (2017) STROJNISKI VESTNIK-JOURNAL OF MECHANICAL ENGINEERING 0039-2480 63 1 3-14
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[3162366] [Érvényesített]
    Független, Idéző: 3162366, Kapcsolat: 26333560
  8. Bhadane M et al. Bearing fault identification and classification with convolutional neural network. (2017) Megjelent: Proceedings of IEEE International Conference on Circuit, Power and Computing Technologies, ICCPCT 2017 pp. 1-4
    Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[27305077] [Jóváhagyott]
    Független, Idéző: 27305077, Kapcsolat: 27305077
  9. Dean Lee et al. A Probabilistic Signal Representation for Detecting Faults in Highly Fragmented and Down-Sampled Vibration Signals. (2017) Megjelent: DMIN 2017 : proceedings of the 2017 International Conference on Data Mining : CSCE'17 pp. 99-104
    Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[30717088] [Jóváhagyott]
    Független, Idéző: 30717088, Kapcsolat: 28206261
  10. Verma N K et al. Intelligent Condition Based Monitoring Using Acoustic Signals for Air Compressors. (2016) IEEE TRANSACTIONS ON RELIABILITY 0018-9529 Volume 65 Issue 1 291-309
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[25591960] [Jóváhagyott]
    Független, Idéző: 25591960, Kapcsolat: 25591960
  11. Rawal K et al. Design of tree structured matched wavelet for HRV signals of menstrual cycle. (2016) JOURNAL OF MEDICAL ENGINEERING & TECHNOLOGY 0309-1902 40 5 223-238
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[26333439] [Jóváhagyott]
    Független, Idéző: 26333439, Kapcsolat: 26333439
  12. Cisar P et al. Approximation of Internet traffic in wavelet domain. (2014) Megjelent: Proceedings of IEEE 12th International Symposium on Intelligent Systems and Informatics (SISY 2014) pp. 87-91
    Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)/Tudományos[25268236] [Jóváhagyott]
    Független, Idéző: 25268236, Kapcsolat: 25268236
  13. Dineva A et al. Wavelet-based Technique for Feedback Control of Uncertain Systems – A Case Study. (2013) Megjelent: Proceedings of the 14th IEEE International Symposium on Computational Intelligence and Informatics, CINTI 2013 pp. 281-285
    Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[2464648] []
    Független, Idéző: 2464648, Kapcsolat: 24812887
Tóth Lajos et al. Construction of a Realistic Signal Model of Transients for a Ball Bearing with Inner Race Fault. (2013) ACTA POLYTECHNICA HUNGARICA 1785-8860 10 1 63-80, 2317716
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[2317716]
  1. Deák Krisztián. Design of Discrete Wavelet by Using Transient Model for Exact Measurement of Manufacturing Faults of Tapered Roller Bearings. (2019) PERIODICA POLYTECHNICA-MECHANICAL ENGINEERING 0324-6051 1587-379X 63 2 113-122
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30638167] [Admin láttamozott]
    Független, Idéző: 30638167, Kapcsolat: 28205514
  2. Robby Christian. Prognostic Methods on Accelerator’s Anode Voltage Regulator. (2018) Megjelent: ASTECHNOVA 2017 International Energy Conference pp. 1-12
    Egyéb konferenciaközlemény/Konferenciaközlemény (Egyéb konferenciaközlemény)/Tudományos[27470952] [Jóváhagyott]
    Független, Idéző: 27470952, Kapcsolat: 27470952
  3. Christian Robby et al. Prognostic Methods on Accelerator's Anode Voltage Regulator. (2018) Megjelent: ASTECHNOVA 2017 INTERNATIONAL ENERGY CONFERENCE
    Könyvrészlet/Konferenciaközlemény (Könyvrészlet)/Tudományos[30519750] [Jóváhagyott]
    Független, Idéző: 30519750, Kapcsolat: 27966550
  4. Marco Cocconcelli et al. Development of a Methodology for Condition-Based Maintenance in a Large-Scale Application Field. (2018) MACHINES 2075-1702 6 2 1-19
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[27310689] [Érvényesített]
    Független, Idéző: 27310689, Kapcsolat: 27310689
  5. Krisztián Deák et al. Optimal Wavelet Selection for the Size Estimation of Manufacturing Defects of Tapered Roller Bearings with Vibration Measurement using Shannon Entropy Criteria. (2017) STROJNISKI VESTNIK-JOURNAL OF MECHANICAL ENGINEERING 0039-2480 63 1 3-14
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[3162366] [Érvényesített]
    Független, Idéző: 3162366, Kapcsolat: 26333590
  6. A. Snurovas et al. Analytical Simulation of Machine Tool Spindle Vibrations Due to Bearing Faults. (2014) MECHANIKA 1392-1207 2014 238-242
    Folyóiratcikk/Konferenciaközlemény (Folyóiratcikk)/Tudományos[30716376] [Jóváhagyott]
    Független, Idéző: 30716376, Kapcsolat: 28205442
  7. Katunin A. et al. Condition monitoring of roller bearings based on the estimation of Hurst exponents of vibration signals. (2012) Scientific Problems of Machines Operation and Maintenance 0137-5474 47 1 51-62
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[30716410] [Jóváhagyott]
    Független, Idéző: 30716410, Kapcsolat: 28205487
2020-07-04 08:05