期刊文献+
共找到26篇文章
< 1 2 >
每页显示 20 50 100
基于二维卷积神经网络的结构加速度数据异常检测研究
1
作者 麻胜兰 钟建坤 +1 位作者 刘昱昊 郑翔 《建筑科学与工程学报》 北大核心 2025年第1期112-120,共9页
为提高结构加速度数据异常检测的效率和准确率,提出基于二维卷积神经网络(2D-CNN)的结构加速度数据异常检测方法。通过二维桁架数值模型验证了所提方法的有效性,并研究了2D-CNN卷积层数和加速度噪声水平对数据异常检测效果的影响。结果... 为提高结构加速度数据异常检测的效率和准确率,提出基于二维卷积神经网络(2D-CNN)的结构加速度数据异常检测方法。通过二维桁架数值模型验证了所提方法的有效性,并研究了2D-CNN卷积层数和加速度噪声水平对数据异常检测效果的影响。结果表明:提出的结构加速度数据异常检测方法能快速准确区分加速度数据异常类型,异常检测的准确率可达97%以上;对于包含信息复杂、数据规模大的样本,采用4层以上的2D-CNN有助于提高加速度数据异常检测的准确率,采用5层卷积层的2D-CNN对数据异常辨识精度可达98%;当加速度信噪比大于1时,数据异常检测准确率均在90%以上,当加速度信噪比为10时,准确率在97%以上,所提方法具有良好的容噪性和鲁棒性;采用2D-CNN的数据异常检测方法可为传感器网络的有效运行提供技术支持。 展开更多
关键词 结构健康监测 二维卷积神经网络 桁架结构 深度学习 加速度 数据异常检测
在线阅读 下载PDF
二维卷积及其在色谱峰纯度鉴定中的应用 被引量:3
2
作者 沈卫阳 胡育筑 《高等学校化学学报》 SCIE EI CAS CSCD 北大核心 2002年第3期388-390,共3页
A simplified method has been proposed for finding two\|dimensional convolute integers, including central and none\|central point evaluation and multi\|convolution integers. The results are equal to the corresponding r... A simplified method has been proposed for finding two\|dimensional convolute integers, including central and none\|central point evaluation and multi\|convolution integers. The results are equal to the corresponding reports, but the calculation is much simple. The performance of 2D\|convolution for the detection of a minor compound in the presence of a main one is also discussed. 展开更多
关键词 二维卷积 正交组合 重叠色谱峰 分辨 光电极管阵列检测器 色谱仪 色谱分析 纯度鉴定
在线阅读 下载PDF
基于FPGA实现二维卷积滤波器的图像处理 被引量:5
3
作者 周先春 郭亮可 +1 位作者 邹宇 朱雯 《现代电子技术》 2021年第4期17-22,共6页
目前的二维卷积滤波图像处理方法本质上都是基于PC端进行算法仿真,而在将仿真算法映射到硬件平台进行实现时,处理效果不佳。针对这一问题,文中提出了基于FPGA构建多种二维卷积滤波器共同实现方案。所提方案是基于FPGA平台,通过在FPGA上... 目前的二维卷积滤波图像处理方法本质上都是基于PC端进行算法仿真,而在将仿真算法映射到硬件平台进行实现时,处理效果不佳。针对这一问题,文中提出了基于FPGA构建多种二维卷积滤波器共同实现方案。所提方案是基于FPGA平台,通过在FPGA上进行Shift⁃RAM搭建,基于二维卷积核算法,做到同时实现多种图像处理,比如RGB彩色图像处理,灰度处理和图像边缘检测,并在硬件设计上对图像边界处理的映射算法进行完善。实验结果表明,所提案能够在FPGA平台上很好地实现多种基于二维卷积的仿真算法,同时,在保证处理效果的前提下,提高了处理效率。 展开更多
关键词 图像处理 二维卷积滤波器 系统设计 Shift⁃RAM构建 映射算法 结果分析
在线阅读 下载PDF
ConvPiece:基于二维卷积和子图采样的大型知识图谱表示学习模型 被引量:1
4
作者 陈云芳 茆昊天 +3 位作者 徐晓瑀 杜承俊 陈杰 张伟 《南京邮电大学学报(自然科学版)》 北大核心 2023年第6期60-69,共10页
基于浅层模型的知识图谱表示学习的目标是学习图上所有的实体和关系的嵌入表示向量,然而浅层模型难以学习到更具表达力的特征。浅层模型采用的嵌入表示矩阵使得训练过程需要消耗大量的计算资源,难以在现实中的大型知识图谱上进行训练。... 基于浅层模型的知识图谱表示学习的目标是学习图上所有的实体和关系的嵌入表示向量,然而浅层模型难以学习到更具表达力的特征。浅层模型采用的嵌入表示矩阵使得训练过程需要消耗大量的计算资源,难以在现实中的大型知识图谱上进行训练。大型知识图谱表示学习模型——ConvPiece,基于锚节点和邻居节点及关系采样策略为知识图谱上的每个节点预计算子图表示,利用二维卷积和Transformer为每个节点聚合采样子图特征得到节点的表示向量,最终输入解码器计算得分并训练。在两个大型知识图谱数据集FB15k-237和WN18RR上的链路预测实验显示,ConvPiece在只有大模型十分之一参数量的情况下分别保持着88%和92%的性能,且分别高出参考模型9%和2%。 展开更多
关键词 知识图谱 表示学习 二维卷积 链路预测
在线阅读 下载PDF
基于二维卷积的端到端无线通信系统研究 被引量:2
5
作者 刘乔寿 刘俊杰 +1 位作者 蔚淦丞 周雄 《电子学报》 EI CAS CSCD 北大核心 2023年第7期1725-1733,共9页
针对现有端到端自动编译码器无线通信系统在多径信道中表现不佳的问题,本文提出了一种改进的自动编译码器端到端无线通信系统.在设计中,通过改变卷积核的尺寸,利用二维卷积来对抗多径效应引起的频率选择性衰落,并将传统OFDM(Orthogonal ... 针对现有端到端自动编译码器无线通信系统在多径信道中表现不佳的问题,本文提出了一种改进的自动编译码器端到端无线通信系统.在设计中,通过改变卷积核的尺寸,利用二维卷积来对抗多径效应引起的频率选择性衰落,并将传统OFDM(Orthogonal Frequency Division Multiplexing)模块同自动编译码器相结合,以此来增加系统应对多径信道的能力.同时,通过仿真分析一维卷积自动编译码器无线通信系统、传统OFDM无线通信系统以及本文改进的自动编译码器无线通信系统在多径信道下的性能.结果表明,在5径瑞利信道下并且以误块率(Block Error Rate,BLER)作为性能指标时,所提出的基于二维卷积的自动编译码器无线通信系统在64QAM调制下相比经典自动编译码器无线通信系统和传统OFDM无线通信系统分别提升了17%和60%的性能,本文的仿真分析给出了详细的对比说明.另外本文还分析了不同调制、不同信道时卷积核数量对系统性能的影响. 展开更多
关键词 自动编译码器 端到端学习 二维卷积 正交频分复用 多径信道
在线阅读 下载PDF
二维卷积非负矩阵分解的初值确定混合算法
6
作者 付强 景博 +3 位作者 何鹏举 王赟 司书浩 刘刚易 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2019年第5期125-130,共6页
为解决二维卷积非负矩阵分解算法存在初值敏感,且传统随机初始化确定的初始值容易使算法收敛到结果相对不好的局部最优值的问题,通过结合K均值聚类、奇异值分解和主成分分析方法,提出了一种适用于二维卷积非负矩阵分解初始值确定的混合... 为解决二维卷积非负矩阵分解算法存在初值敏感,且传统随机初始化确定的初始值容易使算法收敛到结果相对不好的局部最优值的问题,通过结合K均值聚类、奇异值分解和主成分分析方法,提出了一种适用于二维卷积非负矩阵分解初始值确定的混合算法.首先,利用K均值聚类方法得到聚类中心作为系数矩阵(H矩阵)的初始值,避开了传统初始化不确定系数矩阵带来的分解结果不唯一问题;其次,考虑到相比一维卷积非负矩阵分解算法,二维卷积非负矩阵分解算法的基矩阵(W矩阵)个数更多,利用奇异值分解和主成分分析方法交替产生基矩阵的初始值,克服了单个算法产生的初始化误差问题.在相同参数环境下将本文算法和现有初始化算法的分解收敛性能进行对比实验,结果表明本文算法相比其他同类算法具有更好的分解性能并具有更好的收敛性.进一步加入噪声进行实验,在白噪声为-1 dB~10 dB的不同信噪比环境下,本文算法均能快速实现信号的分离,对于噪声数据具有很强的鲁棒性.采用混合算法确定初值,更有利于实现二维卷积非负矩阵分解的实时性和高性能. 展开更多
关键词 二维卷积非负矩阵分解 初值敏感 混合算法 K均值聚类 奇异值分解
在线阅读 下载PDF
融合注意力机制的二维卷积神经网络测井曲线重构方法 被引量:3
7
作者 翟晓岩 高刚 +3 位作者 李勇根 陈冬 桂志先 王之桢 《石油地球物理勘探》 EI CSCD 北大核心 2023年第5期1031-1041,共11页
密度和声波时差测井曲线是沟通地震与岩石物理学的两条重要曲线,也是目前仅有的能够为测井约束地震反演技术提供可靠的全频带地层弹性信息的两条测井曲线。但实际应用中受井壁垮塌、仪器故障等因素的影响,经常会造成密度和声波时差测井... 密度和声波时差测井曲线是沟通地震与岩石物理学的两条重要曲线,也是目前仅有的能够为测井约束地震反演技术提供可靠的全频带地层弹性信息的两条测井曲线。但实际应用中受井壁垮塌、仪器故障等因素的影响,经常会造成密度和声波时差测井数据失真或缺失,且现有的经验模型法、多元拟合法、岩石物理建模法不但存在着重构目标曲线精度低,而且较难处理两条曲线同时重构的问题。为此,提出了将注意力机制融合到二维卷积神经网络中,以强化深度学习网络捕捉测井曲线自相关和互相关特征信息的能力,提升深度学习网络重构声波和密度测井曲线的精度。以准噶尔盆地超深层致密砂岩为研究对象,首先分析了测井曲线自相关和互相关特征与注意力层权重分布规律的关系;然后分析对比了所提网络与门控循环单元、二维卷积神经网络的预测精度,并对所提网络结构参数进行了优化;最后通过合成地震记录验证了目标曲线校正和缺失重构效果,表明所提网络具有较高的预测精度。 展开更多
关键词 曲线重构 注意力机制 二维卷积神经网络 深度学习 声波测井 密度测井
在线阅读 下载PDF
基于样本扩充的二维卷积网络轴承故障诊断
8
作者 李敏 王瑞东 王永强 《信息技术与信息化》 2022年第12期178-181,共4页
滚动轴承在电机和齿轮之间起着重要的连接作用。为了滚动轴承故障诊断的有效性和在故障条件下样本数少的复杂运行环境下得到更高的故障诊断精度,提出了采用深度卷积生成对抗网络(deep convolutional generative adversarial,DCGAN)来解... 滚动轴承在电机和齿轮之间起着重要的连接作用。为了滚动轴承故障诊断的有效性和在故障条件下样本数少的复杂运行环境下得到更高的故障诊断精度,提出了采用深度卷积生成对抗网络(deep convolutional generative adversarial,DCGAN)来解决故障数据生成问题,二维卷积神经网络(convolutional neural network,CNN)用于故障分类的诊断方法。首先,提出了基于现有数据的DCGAN生成更多故障数据。将一维数据转换成二维灰度图,再利用卷积生成对抗网络对二维图片进行样本扩充,该DCGAN网络有性能良好的生成能力。然后结合通过卷积神经网络提取图像的空间特征,将图片输入到卷积神经网络用于故障分类。文中将该二维卷积模型与传统卷积神经网络模型进行了对比。结果表明,相较于传统卷积神经网络,该方法在故障的辨识准确性和判别的即时性上都有一定水平程度的提高。 展开更多
关键词 深度卷积生成对抗网络 二维卷积神经网络 故障诊断
在线阅读 下载PDF
基于改进二维卷积滤波技术的轨道伤损检测方法 被引量:7
9
作者 贾强 韩峰 《城市轨道交通研究》 北大核心 2022年第4期181-185,共5页
基于改进卷积滤波技术和自适应阈值分割法,提出边缘检测轨道结构识别与伤损检测方法。使用改进二维卷积进行图像滤波,对原图像矩阵通过行列式变换处理,增强图像边界元素;根据边缘检测所得到的线形特征进行扣件弹条及钢轨识别,以线形急... 基于改进卷积滤波技术和自适应阈值分割法,提出边缘检测轨道结构识别与伤损检测方法。使用改进二维卷积进行图像滤波,对原图像矩阵通过行列式变换处理,增强图像边界元素;根据边缘检测所得到的线形特征进行扣件弹条及钢轨识别,以线形急剧变化判别钢轨伤损及位置。通过既有线路轨道进行图像识别试验验证。试验验证结果表明,采用该方法可提高轨道部件识别速率,具有一定的自适应性,还可确定伤损相应位置,有利于轨道伤损的判别,可应用在日常轨道的养护及维修中。 展开更多
关键词 轨道 伤损检测 改进二维卷积 自适应阈值分割 边缘检测
在线阅读 下载PDF
一种基于二维卷积神经网络的舵机故障检测方法 被引量:5
10
作者 邹倩倩 杨瑞峰 郭晨霞 《航天控制》 CSCD 北大核心 2022年第6期80-85,共6页
针对卷积神经网络对一维舵机数据特征提取不充分,本文提出将一维数据升级为二维数据,采用二维卷积神经网络对舵机故障进行智能检测。首先将一维数据首尾对称排列组成矩阵形式的二维数据,拓宽感受野,增加数据量,打破了空间局限性,避免了... 针对卷积神经网络对一维舵机数据特征提取不充分,本文提出将一维数据升级为二维数据,采用二维卷积神经网络对舵机故障进行智能检测。首先将一维数据首尾对称排列组成矩阵形式的二维数据,拓宽感受野,增加数据量,打破了空间局限性,避免了数据特征提取不充分,使特征提取具有全局性;其次构建了局部特征学习模块,该模块包含一个卷积层,一个Batch Normalization(BN)层,和一个ReLU激活函数,用于学习数据相关性。最后利用该模型实现对舵机数据的处理,从而实现舵机的智能故障检测。实验结果表明,该模型的准确度高达99.53%,效果优于其他的常用模型,证明了二维卷积神经网络应用于舵机故障检测的可行性。 展开更多
关键词 舵机 故障诊断 二维卷积神经网络 特征提取
在线阅读 下载PDF
基于运动分类和二维卷积的随机Hough变换航迹起始 被引量:1
11
作者 薛俊杰 徐安祺 +2 位作者 蒋丹 陈业伟 傅虹景 《现代雷达》 CSCD 北大核心 2023年第6期92-97,共6页
随机Hough变换具有占用存储空间小、计算量低的优点,常用于低杂波环境下的航迹起始。针对随机Hough变换在密集杂波环境下存在峰值簇拥、计算量大导致航迹无法正确起始的问题,文中提出了一种基于运动分类和二维卷积的随机Hough变换航迹... 随机Hough变换具有占用存储空间小、计算量低的优点,常用于低杂波环境下的航迹起始。针对随机Hough变换在密集杂波环境下存在峰值簇拥、计算量大导致航迹无法正确起始的问题,文中提出了一种基于运动分类和二维卷积的随机Hough变换航迹起始方法。首先,利用距离约束限制无关点迹做随机Hough变换;然后,对不同运动朝向的点做随机Hough变换,产生的特征参数分别用矩阵存储,为避免测量噪声导致航迹特征参数得不到积累,对每个特征参数矩阵做二维卷积;最后,将过阈值门限的特征参数点进行聚类处理完成航迹起始。验证结果表明:所提方法能在密集杂波环境下有效地起始多目标航迹,不仅成功率高,而且计算量小,具有较好的工程应用前景。 展开更多
关键词 随机HOUGH变换 密集杂波环境 二维卷积 聚类 航迹起始
在线阅读 下载PDF
卷积调制的SAR雷达二维间歇采样转发干扰技术 被引量:6
12
作者 房明星 王杰贵 《火力与指挥控制》 CSCD 北大核心 2014年第7期59-62,共4页
SAR雷达二维间歇采样转发干扰可以在距离向和方位向同时形成假目标串,对SAR雷达具有良好的欺骗干扰效果,但该方法存在间歇采样转发干扰共同缺陷。针对SAR雷达二维间歇采样转发干扰的缺陷,提出了基于卷积调制的SAR雷达二维间歇采样转发... SAR雷达二维间歇采样转发干扰可以在距离向和方位向同时形成假目标串,对SAR雷达具有良好的欺骗干扰效果,但该方法存在间歇采样转发干扰共同缺陷。针对SAR雷达二维间歇采样转发干扰的缺陷,提出了基于卷积调制的SAR雷达二维间歇采样转发干扰方法,即对二维间歇转发干扰信号进行距离向和方位向的二维卷积调制,通过选择参与卷积调制信号的形式,可以产生灵活可控的干扰效果,能够有效克服间歇采样转发干扰的缺陷,理论分析和仿真实验证明了该方法的可行性、有效性。 展开更多
关键词 合成孔径雷达 间歇采样 卷积调制干扰 二维卷积调制
在线阅读 下载PDF
SAR雷达二维噪声卷积调制干扰研究 被引量:7
13
作者 房明星 王杰贵 雷磊 《现代防御技术》 北大核心 2014年第2期139-144,160,共7页
根据SAR雷达二维信号处理特点,提出一种新的SAR雷达二维干扰技术——二维噪声卷积调制干扰,即干扰机接收到SAR雷达信号后,用视频噪声信号对接收信号卷积调制后转发。阐述了噪声卷积调制干扰机理,建立了SAR雷达二维噪声卷积调制干扰模型... 根据SAR雷达二维信号处理特点,提出一种新的SAR雷达二维干扰技术——二维噪声卷积调制干扰,即干扰机接收到SAR雷达信号后,用视频噪声信号对接收信号卷积调制后转发。阐述了噪声卷积调制干扰机理,建立了SAR雷达二维噪声卷积调制干扰模型,论证了干扰功率及干信比方面的优势,分析了相关干扰参数对干扰效果的影响。理论分析和仿真实验证明,该方法对SAR雷达具有明显的欺骗与压制干扰效果。 展开更多
关键词 合成孔径雷达 线性调频信号 噪声卷积 噪声卷积调制
在线阅读 下载PDF
一种融合二维和三维卷积网络的两阶段冠状动脉分割方法 被引量:1
14
作者 曾雨鸿 宋佳宁 刘嘉 《集成技术》 2022年第3期98-107,共10页
心血管疾病是一种严重危害公众健康的重大疾病。与其他心血管疾病相比,冠心病是导致死亡的最主要原因,精确的冠状动脉分割对冠心病的治疗有重要意义。目前,深度学习已经广泛应用于医学影像领域,然而,像冠状动脉这样的小物体的分割仍然... 心血管疾病是一种严重危害公众健康的重大疾病。与其他心血管疾病相比,冠心病是导致死亡的最主要原因,精确的冠状动脉分割对冠心病的治疗有重要意义。目前,深度学习已经广泛应用于医学影像领域,然而,像冠状动脉这样的小物体的分割仍然是一大挑战。针对冠状动脉精确分割的需求,该研究提出了一种融合二维和三维卷积网络的方案,利用骨架作为桥梁,结合二维和三维卷积网络,扩大了卷积网络的信息接受域。与其他深度学习方法相比,该方法在敏感度、Dice系数、ROC曲线下方的面积、豪斯多夫距离上均有一定程度的提升,且可以检测其他方法无法识别的冠状动脉,一定程度上解决了血管断连和血管缺失等问题。 展开更多
关键词 冠状动脉分割 二维卷积网络 卷积网络
在线阅读 下载PDF
计算二维数字卷积的重叠相加法研究
15
作者 杨继业 李雨青 《工程数学学报》 CSCD 北大核心 2012年第5期655-662,共8页
卷积的计算在数字图像处理中有重要作用,对两个长度相差很大的一维序列做卷积时,会出现大延时,为避免这种现象,可采用重叠相加法.本文将该方法推广到二维数字卷积的计算中,并详细地给出了实施步骤.数值实验表明重叠相加法在计算二维数... 卷积的计算在数字图像处理中有重要作用,对两个长度相差很大的一维序列做卷积时,会出现大延时,为避免这种现象,可采用重叠相加法.本文将该方法推广到二维数字卷积的计算中,并详细地给出了实施步骤.数值实验表明重叠相加法在计算二维数字卷积时可有效减少乘法运算次数,节省计算机内存. 展开更多
关键词 数字卷积 重叠相加法 DFT
在线阅读 下载PDF
基于深度时空卷积神经网络的人群异常行为检测和定位
16
作者 刘子帆 黄军杰 李遥 《数字技术与应用》 2024年第9期39-41,共3页
在对公共场所人群异常行为的检测中,传统的检测手段存在准确率低、训练样本缺失等问题,为此,本文提出了一种基于深度时空卷积神经网络(Deep SpatioTemporal Convolutional Neural Network, DSTCNN)的人群异常行为检测与定位方法。根据... 在对公共场所人群异常行为的检测中,传统的检测手段存在准确率低、训练样本缺失等问题,为此,本文提出了一种基于深度时空卷积神经网络(Deep SpatioTemporal Convolutional Neural Network, DSTCNN)的人群异常行为检测与定位方法。根据视频监控中人群的行为特点以及静态图像等多种特征,将二维卷积扩展到三维空间,能够更好地定位人群异常行为,同时将视频分成若干个区域,在所获取的区域采集数据样本后,将样本数据输入设计的深度时空卷积神经网络中进行训练和分类,有利于更进一步地实现对人群异常行为的检测和定位分析。 展开更多
关键词 卷积神经网络 异常行为检测 静态图像 视频监控 输入设计 人群异常 数据样本 二维卷积
在线阅读 下载PDF
一种用于变压器故障诊断的卷积神经网络优化方法 被引量:2
17
作者 汪徐阳 易映萍 李田丰 《电子科技》 2023年第12期79-86,共8页
传统故障诊断方法存在编码不完整和编码边界过于绝对等缺点,难以满足电网运维工作的实际需求。利用电力变压器故障时产生的气体对变压器进行故障诊断是目前智能电网状态检测的热门研究领域。但变压器出现各类故障的频率具有较大差别,可... 传统故障诊断方法存在编码不完整和编码边界过于绝对等缺点,难以满足电网运维工作的实际需求。利用电力变压器故障时产生的气体对变压器进行故障诊断是目前智能电网状态检测的热门研究领域。但变压器出现各类故障的频率具有较大差别,可能造成故障样本信息不完整、数据量不足,使用传统卷积神经网络模型会出现训练过程收敛速度慢、训练精度低等问题。文中提出一种在保留原始数据特征不变的情况下进行数据增强的方法,将扩充后的一维数据转化为二维图片输入到二维卷积神经网络诊断模型中,并对卷积神经网络模型中的Adam优化算法进行改进。诊断结果表明,所提方法使得网络训练的精度达到了96.20%,相较于传统的一维卷积神经网络故障诊断方法(92.12%)具有更高的收敛速度和泛化能力。 展开更多
关键词 电力变压器 DGA 故障诊断 机器学习 数据增强 二维卷积 神经网络 ADAM
在线阅读 下载PDF
卷积神经网络在死亡率中的应用
18
作者 张倩 《长江信息通信》 2023年第5期68-69,108,共3页
我国人口老龄化程度不断加深,长寿风险加大了养老体系的偿付压力,使我国经济发展面临危机和挑战。在寿险精算实务中,精准的预测死亡率可以降低不确定性风险给企业带来的潜在危害,是有效管理和量化长寿风险的关键。基于二维卷积神经网络... 我国人口老龄化程度不断加深,长寿风险加大了养老体系的偿付压力,使我国经济发展面临危机和挑战。在寿险精算实务中,精准的预测死亡率可以降低不确定性风险给企业带来的潜在危害,是有效管理和量化长寿风险的关键。基于二维卷积神经网络的死亡率预测模型,可以发现死亡率数据之间潜在的非线性的结构,同时相较于其他神经网络模型其参数数量大大减少,可以在一定程度上避免出现过拟合。 展开更多
关键词 长寿风险 死亡率预测 二维卷积神经网络
在线阅读 下载PDF
基于GADF-CWT-GCNN的滚动轴承故障诊断方法研究
19
作者 张小丽 罗鑫 +2 位作者 李敏 梁旺 王芳珍 《西北工业大学学报》 EI CAS CSCD 北大核心 2024年第5期866-874,共9页
针对滚动轴承故障诊断在小样本环境下引起的模型泛化能力差、诊断精度低的问题,提出一种基于格拉姆角分场(GADF)和连续小波变化(continuous wavelet transform,CWT)与并行二维组归一化卷积神经网络(parallel convolutional neural netwo... 针对滚动轴承故障诊断在小样本环境下引起的模型泛化能力差、诊断精度低的问题,提出一种基于格拉姆角分场(GADF)和连续小波变化(continuous wavelet transform,CWT)与并行二维组归一化卷积神经网络(parallel convolutional neural network,P2D-GCNN)的滚动轴承故障诊断方法。对采集的数据进行预处理,采用格拉姆角场和连续小波变换将一维振动信号转换成二维图像作为模型输入,再选用数据增强技术扩充样本子图,满足网络输入要求,并将其导入搭建的组归一化卷积神经网络中进行诊断检测。结果表明:文中数据处理方法与搭建模型在小样本环境下泛化能力远高于SVM和1D-CNN等其他网络模型。为进一步验证模型在小样本数据下的识别能力,取数据集的70%,40%和20%样本量进行多次实验,所对应的训练准确率及测试准确率分为99.38%,99.02%,99.47%,98.29%,99.05%,97.08%。结果证明,文中模型在小样本环境下对轴承故障诊断具有很高的准确率。 展开更多
关键词 滚动轴承 故障诊断 格拉姆角分场(GADF) 小波变换(CWT) 并行二维卷积神经网络(P2D-GCNN)
在线阅读 下载PDF
STFT结合2D CNN-SVM的齿轮箱故障诊断方法 被引量:1
20
作者 谢锋云 汪淦 +3 位作者 王玲岚 李刚 朱海燕 谢三毛 《噪声与振动控制》 CSCD 北大核心 2024年第4期103-109,共7页
为提高齿轮箱故障诊断的有效性和故障识别的准确率,提出一种基于短时傅里叶变换(Short-term Fourier transform,STFT)、二维卷积神经网络(Two-dimensional Convolutional Neural Network,2D CNN)和支持向量机(Support Vector Machine,S... 为提高齿轮箱故障诊断的有效性和故障识别的准确率,提出一种基于短时傅里叶变换(Short-term Fourier transform,STFT)、二维卷积神经网络(Two-dimensional Convolutional Neural Network,2D CNN)和支持向量机(Support Vector Machine,SVM)相结合的齿轮箱故障识别方法。搭建JZQ250型定轴齿轮箱实验平台,利用加速度传感器获得齿轮箱振动信号,并对振动信号进行短时傅里叶变换得到二维时频图,然后将时频图输入到2D CNN中进行特征信息提取,通过2D CNN前向传播和反向传播对不同类别故障时频图信息进行训练,建立不同类别特征之间更深层次的联系,通过训练集和验证集loss曲线、准确率曲线和t-SNE可视化(t-Distributed Stochastic Neighbor Embedding,t-SNE)多种方法来反映模型训练程度,最后由SVM对故障类型进行识别。通过将所提出的方法与FFT-2D CNN、1D CNN-SVM和2D CNN-SVM对齿轮箱故障识别结果进行对比,本方法故障识别准确率最高,达到97.94%,且提出的方法具有很好的鲁棒性。 展开更多
关键词 故障诊断 齿轮箱 短时傅里叶变换 二维卷积神经网络 支持向量机
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部