期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于SC-ResNeSt及频域格拉姆角场的滚动轴承故障诊断方法 被引量:1
1
作者 王海涛 郭一帆 史丽晨 《计算机集成制造系统》 北大核心 2025年第4期1272-1286,共15页
在实际的工程环境中,滚动轴承通常在强噪声、变负载的条件下工作,针对传统深度学习模型在滚动轴承的故障诊断领域中面临着抗噪性、模型泛化性、鲁棒性差等问题,提出一种基于深度残差分散自校准卷积网络(SC-ResNeSt)和频域格拉姆角场(GAF... 在实际的工程环境中,滚动轴承通常在强噪声、变负载的条件下工作,针对传统深度学习模型在滚动轴承的故障诊断领域中面临着抗噪性、模型泛化性、鲁棒性差等问题,提出一种基于深度残差分散自校准卷积网络(SC-ResNeSt)和频域格拉姆角场(GAF)的滚动轴承故障诊断新方法。首先,利用GAF编码将振动信号转换为二维图像,并进行二维离散傅里叶变换(2D-DFT)将该图像从空间域转换到频域;其次,因为传统的卷积层缺少动态变化的感受野来提取更具代表性的特征,所以在分散注意力网络(ResNeSt)的基础上引入了自校准卷积模块(SC),提出了一种新的网络模型,即SC-ResNeSt;最后,以频域空间中的GAF作为SC-ResNeSt的输入,故障特征提取完成后,由Softmax分类器完成对故障特征的分类。为验证模型性能,采用美国凯斯西储大学(CWRU)轴承数据集和德国帕博德恩大学(PU)轴承数据集进行测试,实验结果表明所提方法在两种数据集中都取得了较高的故障识别准确率,从而证明了其良好的抗噪性、泛化性以及实用性。 展开更多
关键词 自校准卷积 分散注意力机制 格拉姆角场 故障诊断
在线阅读 下载PDF
基于轻量级深度网络的动态人脸跟踪方法
2
作者 马原东 罗子江 +3 位作者 徐斌 崔潇 杨鑫 杨秀璋 《计算机工程与设计》 北大核心 2021年第10期2946-2955,共10页
为解决人脸跟踪过程中特征提取速度慢、跟踪实时性不足,尤其在人脸快速大范围移动及多人物视野下极易导致跟丢或错跟的问题,提出基于轻量级深度网络的动态跟踪方法。对人脸图像进行数据增强和人脸区域标注,搭建基于分散注意力机制的异... 为解决人脸跟踪过程中特征提取速度慢、跟踪实时性不足,尤其在人脸快速大范围移动及多人物视野下极易导致跟丢或错跟的问题,提出基于轻量级深度网络的动态跟踪方法。对人脸图像进行数据增强和人脸区域标注,搭建基于分散注意力机制的异构网络快速提取人脸信息;在此基础上引入观测框动量跟踪算法,有效捕捉包括骤移、骤停、大范围快速移动等在内的人脸信息,结合多元回归函数提升跟踪稳定性。实验结果表明,在跟踪效果上更流畅、高效,实际跟踪速度达52帧每秒,对人脸快速移动、遮挡、复杂场景变换等都有较强的鲁棒性和较高的实时性。 展开更多
关键词 人脸跟踪 分散注意力机制异构网络 动量跟踪算法 实时 多元回归
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部