基于CNN-LSTM的用电企业安全生产异常状态识别方法

李蓓, 朱安峰

PDF(941 KB)
欢迎访问制造业自动化官方网站！
更多内容请点击
PDF(941 KB)
制造业自动化 ›› 2025, Vol. 47 ›› Issue (10) : 172-178. DOI: 10.3969/j.issn.1009-0134.2025.10.020
设计与应用

基于CNN-LSTM的用电企业安全生产异常状态识别方法

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

A Method for Identifying Abnormal Safety Production States in Electricity-Consuming Enterprises Based on CNN-LSTM

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
History +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

基金


引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J].{{journal.qiKanMingCheng_CN}}, 2025, 47(10): 172-178. https://doi.org/10.3969/j.issn.1009-0134.2025.10.020
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2025, 47(10): 172-178. https://doi.org/10.3969/j.issn.1009-0134.2025.10.020

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

{{article.reference}}

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(941 KB)

Accesses

Citation

Detail
段落导航
相关文章
版权所有 © 制造业自动化编辑部
地址：北京市德胜门外教场口1号　
邮编：100120　
E-mail：ma@riamb.ac.cn
技术支持：北京玛格泰克科技发展有限公司

/

〈 〉