物理学SCI论文Bearing Fault Diagnosis Based on Shallow Multi-Scale Convolutional Neural Network with Attention于2019年10月发表于MDPI旗下知名期刊《Energies》，影响因子3.004。该论文是来自北京工业大学智能监测与诊断研究所的老师委托无忧润色完成的SCI论文润色加降重组合业务。作者在本文中提出了一种具有注意力的新型浅层多尺度卷积神经网络用于轴承故障诊断方法，该浅层多尺度卷积神经网络结构可以充分学习输入数据的特征信息而不会过拟合。本文逻辑清晰，结构合理，但重复率较高，并且也存在一些语法问题，经过无忧润色编辑的修改后顺利接收。感谢北京工业大学的专家学者对无忧润色的信任与支持。

点击链接查看发表文章

https://econpapers.repec.org/article/gamjeners/v_3a12_3ay_3a2019_3ai_3a20_3ap_3a3937-_3ad_3a277383.htm