期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
混合现实和深度学习融合的岩石力学实验虚拟仿真实验系统
1
作者
徐晓冬
姚文凯
+2 位作者
朱万成
侯晨
李荟
《实验室研究与探索》
北大核心
2025年第5期83-88,95,共7页
针对传统岩石力学实验效率低、安全隐患大及虚拟实验真实感不强的问题,提出融合混合现实(MR)与深度学习的线上仿真系统。该系统运用弹脆性损伤模型与拉丁超立方采样方法,结合Python-COMSOL编程,构建岩石损伤破坏过程大数据样本集,并采用...
针对传统岩石力学实验效率低、安全隐患大及虚拟实验真实感不强的问题,提出融合混合现实(MR)与深度学习的线上仿真系统。该系统运用弹脆性损伤模型与拉丁超立方采样方法,结合Python-COMSOL编程,构建岩石损伤破坏过程大数据样本集,并采用U-Net网络构建高精度代理模型,以加速计算。在构建MR场景结合Socket通信,直观展示岩石动态损伤破裂过程。仿真结果表明,代理模型具有高精度且计算速度快,满足虚拟实验培训需求。MR场景还原物理实验,该系统不仅提升了实验教学的安全性和效率,还增强学习的直观性和互动性,为高校虚拟实验课程建设提供参考。
展开更多
关键词
混合现实
深度学习
岩石力学
虚拟仿真实验系统
在线阅读
下载PDF
职称材料
脉冲磁流体发电机
被引量：
3
2
作者
王莹
姚文凯
《电工电能新技术》
CSCD
北大核心
1990年第2期25-31,共7页
本文简介了脉冲MHD发电机的发展概况和工作原理,并讨论了一些典型脉冲MHD的概念,最后指出作为高功率脉冲电源的优点和应用潜力。
关键词
发电机
脉冲发电机
磁流体发电机
在线阅读
下载PDF
职称材料
基于深度学习的含未知复合故障多传感器信号故障诊断
被引量：
11
3
作者
邢砾文
姚文凯
黄莹
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第9期93-100,共8页
深度学习在故障诊断领域的应用已比较成熟,其中卷积神经网络(CNN, convolution neural networks)和长短时记忆网络(LSTM, long short-term memory networks)就是典型模型之一。CNN作为一种常用的多传感器信号故障诊断方法,能够获得较好...
深度学习在故障诊断领域的应用已比较成熟,其中卷积神经网络(CNN, convolution neural networks)和长短时记忆网络(LSTM, long short-term memory networks)就是典型模型之一。CNN作为一种常用的多传感器信号故障诊断方法,能够获得较好的诊断效果,却无法实现未知复合故障的诊断,为解决这个问题,提出CNN-LSTM-FCM(fuzzy C-means)模型。LSTM对具有前后联系的时间信号更敏感,利用这个特点将LSTM与CNN相结合,实现未知信号的诊断,并通过概率分类输出实现了复合故障的解耦,CNN-LSTM-FCM模型本身优化参数设计,进一步提高了诊断精度。使用化学过程故障测量数据进行实验,结果表明CNN-LSTM-FCM模型诊断准确率可达到97.15%,优于CNN模型和LSTM模型,具有较高的应用价值。
展开更多
关键词
深度学习
CNN
LSTM
FCM
多传感器
未知复合故障
故障诊断
在线阅读
下载PDF
职称材料
题名
混合现实和深度学习融合的岩石力学实验虚拟仿真实验系统
1
作者
徐晓冬
姚文凯
朱万成
侯晨
李荟
机构
东北大学资源与土木学院
出处
《实验室研究与探索》
北大核心
2025年第5期83-88,95,共7页
基金
国家自然科学基金青年基金项目(52304167)
“十四五”国家重点研发计划项目(2022YFC2903903)
+2 种基金
2023年度高等教育科学研究规划课题(23SYS0224)
中央高校基本科研业务费专项(N2301020)
辽宁省自然科学基金联合基金项目(2023-MSBA-122)。
文摘
针对传统岩石力学实验效率低、安全隐患大及虚拟实验真实感不强的问题,提出融合混合现实(MR)与深度学习的线上仿真系统。该系统运用弹脆性损伤模型与拉丁超立方采样方法,结合Python-COMSOL编程,构建岩石损伤破坏过程大数据样本集,并采用U-Net网络构建高精度代理模型,以加速计算。在构建MR场景结合Socket通信,直观展示岩石动态损伤破裂过程。仿真结果表明,代理模型具有高精度且计算速度快,满足虚拟实验培训需求。MR场景还原物理实验,该系统不仅提升了实验教学的安全性和效率,还增强学习的直观性和互动性,为高校虚拟实验课程建设提供参考。
关键词
混合现实
深度学习
岩石力学
虚拟仿真实验系统
Keywords
mixed reality
deep learning
rock mechanics
virtual simulation experiment system
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
TU45 [建筑科学—岩土工程]
在线阅读
下载PDF
职称材料
题名
脉冲磁流体发电机
被引量：
3
2
作者
王莹
姚文凯
机构
石家庄军械工程学院
石家庄铁道学院
出处
《电工电能新技术》
CSCD
北大核心
1990年第2期25-31,共7页
文摘
本文简介了脉冲MHD发电机的发展概况和工作原理,并讨论了一些典型脉冲MHD的概念,最后指出作为高功率脉冲电源的优点和应用潜力。
关键词
发电机
脉冲发电机
磁流体发电机
分类号
TM916.2 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
基于深度学习的含未知复合故障多传感器信号故障诊断
被引量：
11
3
作者
邢砾文
姚文凯
黄莹
机构
武警工程大学研究生大队
武警工程大学信息工程学院
出处
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第9期93-100,共8页
基金
国家自然科学基金资助项目(61573366)。
文摘
深度学习在故障诊断领域的应用已比较成熟,其中卷积神经网络(CNN, convolution neural networks)和长短时记忆网络(LSTM, long short-term memory networks)就是典型模型之一。CNN作为一种常用的多传感器信号故障诊断方法,能够获得较好的诊断效果,却无法实现未知复合故障的诊断,为解决这个问题,提出CNN-LSTM-FCM(fuzzy C-means)模型。LSTM对具有前后联系的时间信号更敏感,利用这个特点将LSTM与CNN相结合,实现未知信号的诊断,并通过概率分类输出实现了复合故障的解耦,CNN-LSTM-FCM模型本身优化参数设计,进一步提高了诊断精度。使用化学过程故障测量数据进行实验,结果表明CNN-LSTM-FCM模型诊断准确率可达到97.15%,优于CNN模型和LSTM模型,具有较高的应用价值。
关键词
深度学习
CNN
LSTM
FCM
多传感器
未知复合故障
故障诊断
Keywords
deep learning
CNN
LSTM
FCM
multi-sensor
unknown compound fault
fault diagnosis
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
混合现实和深度学习融合的岩石力学实验虚拟仿真实验系统
徐晓冬
姚文凯
朱万成
侯晨
李荟
《实验室研究与探索》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
脉冲磁流体发电机
王莹
姚文凯
《电工电能新技术》
CSCD
北大核心
1990
3
在线阅读
下载PDF
职称材料
3
基于深度学习的含未知复合故障多传感器信号故障诊断
邢砾文
姚文凯
黄莹
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
