检索结果-维普期刊中文期刊服务平台

基于小波包字典优化的旋转机械振动信号压缩感知重构方法被引量：6: 1; 作者温江涛孙洁娣 +1 位作者于洋闫常弘《振动与冲击》 EI CSCD 北大核心 2018年第22期164-172,共9页; 采用工业无线传感器网络的机械状态监测系统需要进行复杂的数据压缩和高精度的重构,而传感器网络节点资源受限,针对这一问题提出基于小波包字典优化的旋转机械振动信号压缩感知重构方法。该方法结合小波包多分辨率分析及K-SVD字典训练方... 展开更多; 关键词旋转机械振动信号压缩感知重构小波包字典优化 K-SVD 块稀疏贝叶斯学习; 在线阅读下载PDF 职称材料

基于深度学习的两阶段多假设视频压缩感知重构算法被引量：3: 2; 作者杨春玲凌茜《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期88-99,共12页; 传统视频压缩感知重构算法重构时延过长,新发展的基于神经网络的视频压缩感知重构算法虽解决了高耗时的问题但未能充分利用视频的时空相关性,重构质量较差。为了解决上述问题,文中提出了基于深度学习的两阶段多假设视频压缩感知重构算法... 展开更多; 关键词视频压缩感知重构算法深度学习时域可变形卷积对齐网络重构性能; 在线阅读下载PDF 职称材料

压缩感知字典迁移重构的小样本轴承故障诊断被引量：1: 3; 作者孙洁娣赵彬集 +1 位作者温江涛时培明《振动与冲击》 EI CSCD 北大核心 2024年第5期62-71,120,共11页; 针对实际应用中智能轴承故障诊断面临标签样本严重不足的问题,提出一种结合压缩感知、字典学习和迁移的数据增强算法,用于小样本故障诊断研究。首先,利用源域标签数据通过小波包字典学习和优化方法生成特定源域字典,并得到共享表示系数... 展开更多; 关键词轴承故障诊断数据增强压缩感知重构字典迁移; 在线阅读下载PDF 职称材料

基于压缩感知的TDM-MIMO毫米波雷达高分辨三维成像算法及实现: 4; 作者刘东东张远辉 +1 位作者刘康王书楠《激光杂志》北大核心 2025年第2期131-140,共10页; 提出了一种基于压缩感知重构理论的调频连续波(Frequency Modulated Continuous Wave, FMCW)集中式多输入多输出(Multiple Input Multiple Output, MIMO)雷达三维高分辨成像方法。对于时分多址多输入多输出雷达得到的阵列信号,采用基于... 展开更多; 关键词 FMCW毫米波雷达压缩感知分块压缩感知重构 TDM-MIMO 3D-CFAR 高分辨成像; 在线阅读下载PDF 职称材料

基于拉普拉斯金字塔残差网络的多尺度图像压缩研究: 5; 作者田学军章文强 +3 位作者马梓轩陈良哲叶卉荣舒忠《印刷与数字媒体技术研究》 CAS 北大核心 2024年第5期33-44,共12页; 为了更好地进行图像重建,加强对图像多尺度特征表示和特征融合的处理,本研究提出一种新的多尺度特征融合图像重建网络模型。模型包括迭代降采样和迭代上采样过程。迭代降采样过程是通过在拉普拉斯金字塔残差控制网络模型中将高斯卷积核... 展开更多; 关键词压缩感知图像重构图像多尺度特征拉普拉斯金字塔模型差分运算 GJ-UNet深度学习网络模型 Dice损失函数; 在线阅读下载PDF 职称材料

题名基于小波包字典优化的旋转机械振动信号压缩感知重构方法被引量：6: 1; 作者温江涛孙洁娣于洋闫常弘; 机构燕山大学河北省测试计量技术及仪器重点实验室燕山大学信息科学与工程学院; 出处《振动与冲击》 EI CSCD 北大核心 2018年第22期164-172,共9页; 基金国家自然科学基金(51204145) 河北省自然科学基金(E2016203223 E2013203300); 文摘采用工业无线传感器网络的机械状态监测系统需要进行复杂的数据压缩和高精度的重构,而传感器网络节点资源受限,针对这一问题提出基于小波包字典优化的旋转机械振动信号压缩感知重构方法。该方法结合小波包多分辨率分析及K-SVD字典训练方法,提出了小波包字典优化方法代替传统的正交基字典稀疏表示方法,提高稀疏度。根据旋转机械振动信号自身特征,提出用块稀疏贝叶斯学习最大期望值算法,代替传统仅依赖于稀疏假设的算法实现信号重构。实际轴承振动信号仿真结果表明,该方法相对于传统的压缩感知方法重构性能明显提高。; 关键词旋转机械振动信号压缩感知重构小波包字典优化 K-SVD 块稀疏贝叶斯学习; Keywords rotating machinery vibration signal compressive sensing reconstruction wavelet packet dictionary optimization K-SVD block sparse Bayesian learning; 分类号 TH17 [机械工程—机械制造及自动化] TP23 [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

题名基于深度学习的两阶段多假设视频压缩感知重构算法被引量：3: 2; 作者杨春玲凌茜; 机构华南理工大学电子与信息学院; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期88-99,共12页; 基金广东省自然科学基金重点资助项目(2017A030311028) 广东省自然科学基金资助项目(2019A1515011949)。; 文摘传统视频压缩感知重构算法重构时延过长,新发展的基于神经网络的视频压缩感知重构算法虽解决了高耗时的问题但未能充分利用视频的时空相关性,重构质量较差。为了解决上述问题,文中提出了基于深度学习的两阶段多假设视频压缩感知重构算法(2sMHNet)。首先,采用时域可变形卷积对齐网络实现基于像素的深度学习多假设预测,在避免了块效应的同时通过自适应参数学习提高了假设集的匹配准确性与权重的计算精度,充分地挖掘了时间相关性得到高质量的预测帧;然后,构建残差重构模块以实现预测帧残差的观测域重构,进一步提升重构质量;最后,为了充分利用图像组帧间相关性,提出了两阶段串行式重构模式,在第一阶段利用细节信息丰富的关键帧提升非关键帧重构质量,在第二阶段利用相关性更强的相邻帧再次进行运动补偿重构,适应运动快且复杂的序列。仿真结果证明,2sMHNet相比于目前优秀的视频压缩感知重构算法具有更加优良的重构性能。; 关键词视频压缩感知重构算法深度学习时域可变形卷积对齐网络重构性能; Keywords compressed video sensing reconstruction algorithm deep learning temporal deformable alignment network reconstruction performance; 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

题名压缩感知字典迁移重构的小样本轴承故障诊断被引量：1: 3; 作者孙洁娣赵彬集温江涛时培明; 机构燕山大学信息科学与工程学院燕山大学河北省信息传输与信号处理重点实验室燕山大学河北省测试计量技术及仪器重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2024年第5期62-71,120,共11页; 基金国家自然科学基金(61973262) 河北省自然科学基金资助项目(E2020203061) 河北省重点实验室项目(202250701010046)。; 文摘针对实际应用中智能轴承故障诊断面临标签样本严重不足的问题,提出一种结合压缩感知、字典学习和迁移的数据增强算法,用于小样本故障诊断研究。首先,利用源域标签数据通过小波包字典学习和优化方法生成特定源域字典,并得到共享表示系数,获取故障内在信息;之后采用少量目标域信号微调共享表示系数,并更新源域字典生成迁移字典;最后通过共享表示系数和迁移字典生成大量具有目标域特征的新样本,实现数据增强。采用常用的深度故障诊断网络对该数据增强算法进行了诊断性能验证,结果表明该方法产生的信号具有故障的有效信息,用于模型训练和识别能够取得较好的诊断性能。该方法为小样本故障诊断问题提出了新的思路。; 关键词轴承故障诊断数据增强压缩感知重构字典迁移; Keywords fault diagnosis data augmentation compressed sensing reconstruction dictionary transfer; 分类号 TH865 [机械工程—精密仪器及机械] 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

题名基于压缩感知的TDM-MIMO毫米波雷达高分辨三维成像算法及实现: 4; 作者刘东东张远辉刘康王书楠; 机构中国计量大学机电工程学院上海岸达电子科技有限公司; 出处《激光杂志》北大核心 2025年第2期131-140,共10页; 基金浙江省自然科学基金一般项目(No.LY19F010007)。; 文摘提出了一种基于压缩感知重构理论的调频连续波(Frequency Modulated Continuous Wave, FMCW)集中式多输入多输出(Multiple Input Multiple Output, MIMO)雷达三维高分辨成像方法。对于时分多址多输入多输出雷达得到的阵列信号,采用基于天线空间布局的分块压缩感知(Block Compressed Sensing, BCS)方法。此外,设计了三维恒虚警滤波器来降低杂波信号对重构信号质量的影响,并设计了相关平滑方法来消除不同块之间的重构误差。所提算法能够在低采样比下实现复杂目标的高分辨成像,避免了传统压缩感知重构中算法复杂和占用硬件资源的问题,仿真和实验证明了该方法的可行性和实用性。与其他成像方法相比,所提算法的高分辨成像效果与合成孔径雷达(Synthetic Aperture Radar, SAR)相当。仿真结果表明,当压缩采样比为0.6时,目标成像的信杂波比达到了原始目标水平,目标结构相似度指标达到80%,实现了理想的成像效果。该算法在工程领域具有一定实用性,有望广泛应用于毫米波雷达的目标检测与识别。; 关键词 FMCW毫米波雷达压缩感知分块压缩感知重构 TDM-MIMO 3D-CFAR 高分辨成像; Keywords FMCW millimeter wave radar compressed sensing block compressed sensing reconstruction TDM-MIMO 3D-CFAR high resolution imaging; 分类号 TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于拉普拉斯金字塔残差网络的多尺度图像压缩研究: 5; 作者田学军章文强马梓轩陈良哲叶卉荣舒忠; 机构荆楚理工学院新能源学院; 出处《印刷与数字媒体技术研究》 CAS 北大核心 2024年第5期33-44,共12页; 基金湖北省高等学校优秀中青年科技创新团队计划项目(No.T2022038) 荆楚理工学院校级科研团队项目(No.TD202101) +1 种基金荆门市课程思政研究项目(No.JMG2024141)。; 文摘为了更好地进行图像重建,加强对图像多尺度特征表示和特征融合的处理,本研究提出一种新的多尺度特征融合图像重建网络模型。模型包括迭代降采样和迭代上采样过程。迭代降采样过程是通过在拉普拉斯金字塔残差控制网络模型中将高斯卷积核与子采样和高斯平滑滤波迭代操作规则相结合完成的。迭代上采样过程是通过使用拉普拉斯卷积核和二阶差分操作规则实现的。GJ-UNet深度学习网络模型通过其编码器下采样模块实现图像多尺度语义特征的精细分类,并在解码器上采样模块中应用反卷积和卷积操作规则,规范处理图像多尺度语义特征。实验表明,所提出的方法可以实现高精度的特征提取,同时对于图像特征融合的相关性更强,提取的图像边缘信息更清晰且相对噪声信息更低,重建图像的视觉效果基本与原始输入图像相同。本研究有望广泛应用于计算机图像视觉领域。; 关键词压缩感知图像重构图像多尺度特征拉普拉斯金字塔模型差分运算 GJ-UNet深度学习网络模型 Dice损失函数; Keywords Compression-aware image reconstruction Multiscale feature of image Laplace pyramid model Differential operation GJ-UNet deep learning network model Dice loss function; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP183 [自动化与计算机技术—控制理论与控制工程] TS80 [轻工技术与工程]; 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	基于小波包字典优化的旋转机械振动信号压缩感知重构方法	温江涛孙洁娣于洋闫常弘	《振动与冲击》 EI CSCD 北大核心	2018	6	在线阅读下载PDF 职称材料
2	基于深度学习的两阶段多假设视频压缩感知重构算法	杨春玲凌茜	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
3	压缩感知字典迁移重构的小样本轴承故障诊断	孙洁娣赵彬集温江涛时培明	《振动与冲击》 EI CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于压缩感知的TDM-MIMO毫米波雷达高分辨三维成像算法及实现	刘东东张远辉刘康王书楠	《激光杂志》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于拉普拉斯金字塔残差网络的多尺度图像压缩研究	田学军章文强马梓轩陈良哲叶卉荣舒忠	《印刷与数字媒体技术研究》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料