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
2
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
自动同步离合器恒阻尼控制方法
被引量：
3
1
作者
蒋德松
王荣杰
+1 位作者
王亦春
周春良
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2020年第4期519-524,共6页
为了研究自动同步离合器的非线性和时滞性,本文基于函数链接人工神经网络和粒子群优化算法的非线性动态系统辨识方法,实现复杂动态过程的辨识和控制。通过改变原动机的控制规律在恒定阻尼的条件下对切换过程时间进行了分析,并结合实验...
为了研究自动同步离合器的非线性和时滞性,本文基于函数链接人工神经网络和粒子群优化算法的非线性动态系统辨识方法,实现复杂动态过程的辨识和控制。通过改变原动机的控制规律在恒定阻尼的条件下对切换过程时间进行了分析,并结合实验结果进行了比较研究。本文论证了等阻尼控制的可行性,找到了可以调节的阻尼孔范围,同时对高负荷下的系统滞后特性进行了初步分析。结果表明:本文方法为该类型动力装置传动系统的设计提供了参考。
展开更多
关键词
联合动力装置
自动同步离合器
恒定阻尼
系统辨识
时滞性
函数链神经网络
粒子群算法
在线阅读
下载PDF
职称材料
基于更快区域卷积神经网络的多视角船舶识别
被引量：
4
2
作者
程静
王荣杰
+2 位作者
曾光淼
林安辉
王亦春
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2023年第10期1832-1840,共9页
针对在复杂海洋环境下采集船舶多视角图像难度大、不同视角下船舶外观差异显著的问题,本文以自制的不同类型的多艘船舶的多视角图像为数据集训练更快区域卷积神经网络模型,利用平均F1分数、平均精度和平均误检率作为评价指标评估更快区...
针对在复杂海洋环境下采集船舶多视角图像难度大、不同视角下船舶外观差异显著的问题,本文以自制的不同类型的多艘船舶的多视角图像为数据集训练更快区域卷积神经网络模型,利用平均F1分数、平均精度和平均误检率作为评价指标评估更快区域卷积神经网络模型对不同视角船舶的识别性能,并通过识别不同船舶的F1分数和误检率分析更快区域卷积神经网络对不同质量、背景图像的识别能力。实验结果表明,更快区域卷积神经网络识别多角度船舶的平均F1分数为0.6969,平均精度为92.88%,平均误检率为8.34%,即更快区域卷积神经网络对多视角船舶有较高的识别能力,但对于有雾或昏暗环境下的低像素图像识别能力明显下降。
展开更多
关键词
多视角
船舶识别
视觉图像
更快区域卷积神经网络
目标检测
特征提取
深度学习
低分辨率图像
在线阅读
下载PDF
职称材料
题名
自动同步离合器恒阻尼控制方法
被引量：
3
1
作者
蒋德松
王荣杰
王亦春
周春良
机构
集美大学轮机工程学院
福建省船舶与海洋工程重点实验室
哈尔滨工程大学动力与能源工程学院
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2020年第4期519-524,共6页
基金
国家自然科学基金项目(51879118)
福建省自然科学基金项目(2019JD01704)
福建省科技拥军项目(B19101/B19102).
文摘
为了研究自动同步离合器的非线性和时滞性,本文基于函数链接人工神经网络和粒子群优化算法的非线性动态系统辨识方法,实现复杂动态过程的辨识和控制。通过改变原动机的控制规律在恒定阻尼的条件下对切换过程时间进行了分析,并结合实验结果进行了比较研究。本文论证了等阻尼控制的可行性,找到了可以调节的阻尼孔范围,同时对高负荷下的系统滞后特性进行了初步分析。结果表明:本文方法为该类型动力装置传动系统的设计提供了参考。
关键词
联合动力装置
自动同步离合器
恒定阻尼
系统辨识
时滞性
函数链神经网络
粒子群算法
Keywords
combined power plant
synchro-self-shifting clutch
constant damp
system identification
time lag
functional link artificial neural networks
particle swarm optimization
分类号
TK05 [动力工程及工程热物理]
在线阅读
下载PDF
职称材料
题名
基于更快区域卷积神经网络的多视角船舶识别
被引量：
4
2
作者
程静
王荣杰
曾光淼
林安辉
王亦春
机构
集美大学轮机工程学院
福建省船舶与海洋工程重点实验室
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2023年第10期1832-1840,共9页
基金
国家自然科学基金项目(51879118).
文摘
针对在复杂海洋环境下采集船舶多视角图像难度大、不同视角下船舶外观差异显著的问题,本文以自制的不同类型的多艘船舶的多视角图像为数据集训练更快区域卷积神经网络模型,利用平均F1分数、平均精度和平均误检率作为评价指标评估更快区域卷积神经网络模型对不同视角船舶的识别性能,并通过识别不同船舶的F1分数和误检率分析更快区域卷积神经网络对不同质量、背景图像的识别能力。实验结果表明,更快区域卷积神经网络识别多角度船舶的平均F1分数为0.6969,平均精度为92.88%,平均误检率为8.34%,即更快区域卷积神经网络对多视角船舶有较高的识别能力,但对于有雾或昏暗环境下的低像素图像识别能力明显下降。
关键词
多视角
船舶识别
视觉图像
更快区域卷积神经网络
目标检测
特征提取
深度学习
低分辨率图像
Keywords
multiview
ship recognition
vision image
faster region convolutional neural network(faster R-CNN)
object detection
feature extraction
deep learning
low resolution image
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
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
自动同步离合器恒阻尼控制方法
蒋德松
王荣杰
王亦春
周春良
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2020
3
在线阅读
下载PDF
职称材料
2
基于更快区域卷积神经网络的多视角船舶识别
程静
王荣杰
曾光淼
林安辉
王亦春
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2023
4
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
