<正>“双向LSTM融合多尺度卷积的轴承亚健康识别算法”最新研究成果张利,男,吉林榆树人,教授,硕士生导师,CCF会员,主要研究方向为设备的亚健康状态识别和智能计算。张利团队将人工智能应用于工业设备诊断领域,在轴承智能故障诊断,带钢厚度预测,变电器温度预警等方向取得一系列成果。针对工业设备中轴承故障诊断存在的识别精度不足问题,张利团队的最新研究成果《双向LSTM融合多尺度卷积的轴承亚健康识别算法》,设计了一种长短期记忆网络(Long Short Term Memory Network,LSTM)模型,可用于提取振动数据中时序相关性信息,