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
基于改进密集连接卷积网络的射流管伺服阀磨损故障诊断
1
作者
戴航
戴晓强
+2 位作者
丁建军
刘成业
刘虎
《机床与液压》
北大核心
2025年第20期168-174,共7页
射流管式电液伺服阀使用过程中精密元件易发生磨损,影响液压系统的工作性能,其磨损故障诊断研究中存在磨损样本数据较少、变化幅度微弱、多模态数据融合困难等问题。针对此提出一种融合密集连接卷积网络(DenseNet)与加权通道注意力机制(...
射流管式电液伺服阀使用过程中精密元件易发生磨损,影响液压系统的工作性能,其磨损故障诊断研究中存在磨损样本数据较少、变化幅度微弱、多模态数据融合困难等问题。针对此提出一种融合密集连接卷积网络(DenseNet)与加权通道注意力机制(WCA)的射流管伺服阀磨损故障诊断方法。利用DenseNet中各卷积层密集连接的特点对伺服阀磨损小样本进行特征复用,实现深层特征提取。在模型中加入WCA层,针对不同磨损部位对射流管特性参数中的压力、流量及动态响应时间等分配不同的权重,从而有效改善DenseNet数据冗余问题并提升故障分类准确性。结果表明:所提方法能够准确、有效地对射流管式电液伺服阀磨损故障进行诊断,在测试集上取得了98.7%的准确率,相较于相同深度的CNN和普通DenseNet网络模型具有更高的准确率和稳定性。
展开更多
关键词
射流管伺服阀
冲蚀磨损
密集连接卷积网络
加权通道注意力
故障诊断
在线阅读
下载PDF
职称材料
基于内容特征和风格特征融合的单幅图像去雾网络
被引量：
9
2
作者
杨爱萍
刘瑾
+2 位作者
邢金娜
李晓晓
何宇清
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第4期769-777,共9页
基于深度学习的方法在去雾领域已经取得了很大进展,但仍然存在去雾不彻底和颜色失真等问题.针对这些问题,本文提出一种基于内容特征和风格特征相融合的单幅图像去雾网络.所提网络包括特征提取、特征融合和图像复原三个子网络,其中特征...
基于深度学习的方法在去雾领域已经取得了很大进展,但仍然存在去雾不彻底和颜色失真等问题.针对这些问题,本文提出一种基于内容特征和风格特征相融合的单幅图像去雾网络.所提网络包括特征提取、特征融合和图像复原三个子网络,其中特征提取网络包括内容特征提取模块和风格特征提取模块,分别用于学习图像内容和图像风格以实现去雾的同时可较好地保持原始图像的色彩特征.在特征融合子网络中,引入注意力机制对内容特征提取模块输出的特征图进行通道加权实现对图像主要特征的学习,并将加权后的内容特征图与风格特征图通过卷积操作相融合.最后,图像复原模块对融合后的特征图进行非线性映射得到去雾图像.与已有方法相比,所提网络对合成图像和真实图像均可取得理想的去雾结果,同时可有效避免去雾后的颜色失真问题.
展开更多
关键词
图像去雾
卷积神经网络
特征融合
颜色保持
注意力
通道
加权
在线阅读
下载PDF
职称材料
题名
基于改进密集连接卷积网络的射流管伺服阀磨损故障诊断
1
作者
戴航
戴晓强
丁建军
刘成业
刘虎
机构
江苏科技大学自动化学院
上海衡拓液压控制技术有限公司
出处
《机床与液压》
北大核心
2025年第20期168-174,共7页
文摘
射流管式电液伺服阀使用过程中精密元件易发生磨损,影响液压系统的工作性能,其磨损故障诊断研究中存在磨损样本数据较少、变化幅度微弱、多模态数据融合困难等问题。针对此提出一种融合密集连接卷积网络(DenseNet)与加权通道注意力机制(WCA)的射流管伺服阀磨损故障诊断方法。利用DenseNet中各卷积层密集连接的特点对伺服阀磨损小样本进行特征复用,实现深层特征提取。在模型中加入WCA层,针对不同磨损部位对射流管特性参数中的压力、流量及动态响应时间等分配不同的权重,从而有效改善DenseNet数据冗余问题并提升故障分类准确性。结果表明:所提方法能够准确、有效地对射流管式电液伺服阀磨损故障进行诊断,在测试集上取得了98.7%的准确率,相较于相同深度的CNN和普通DenseNet网络模型具有更高的准确率和稳定性。
关键词
射流管伺服阀
冲蚀磨损
密集连接卷积网络
加权通道注意力
故障诊断
Keywords
jet pipe servo valve
erosion wear
DenseNet
WCA
fault diagnosis
分类号
TH137 [机械工程—机械制造及自动化]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于内容特征和风格特征融合的单幅图像去雾网络
被引量：
9
2
作者
杨爱萍
刘瑾
邢金娜
李晓晓
何宇清
机构
天津大学电气自动化与信息工程学院
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第4期769-777,共9页
基金
国家自然科学基金(61632018)资助。
文摘
基于深度学习的方法在去雾领域已经取得了很大进展,但仍然存在去雾不彻底和颜色失真等问题.针对这些问题,本文提出一种基于内容特征和风格特征相融合的单幅图像去雾网络.所提网络包括特征提取、特征融合和图像复原三个子网络,其中特征提取网络包括内容特征提取模块和风格特征提取模块,分别用于学习图像内容和图像风格以实现去雾的同时可较好地保持原始图像的色彩特征.在特征融合子网络中,引入注意力机制对内容特征提取模块输出的特征图进行通道加权实现对图像主要特征的学习,并将加权后的内容特征图与风格特征图通过卷积操作相融合.最后,图像复原模块对融合后的特征图进行非线性映射得到去雾图像.与已有方法相比,所提网络对合成图像和真实图像均可取得理想的去雾结果,同时可有效避免去雾后的颜色失真问题.
关键词
图像去雾
卷积神经网络
特征融合
颜色保持
注意力
通道
加权
Keywords
Image dehazing
convolutional neural network(CNN)
feature fusion
color-maintaining
channel-wise attention
分类号
TP391.41 [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
基于改进密集连接卷积网络的射流管伺服阀磨损故障诊断
戴航
戴晓强
丁建军
刘成业
刘虎
《机床与液压》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于内容特征和风格特征融合的单幅图像去雾网络
杨爱萍
刘瑾
邢金娜
李晓晓
何宇清
《自动化学报》
EI
CAS
CSCD
北大核心
2023
9
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
