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
3
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DTL与DC-ResNet的非侵入式多标签负荷识别方法
被引量：
2
1
作者
潘国兵
王振涛
+3 位作者
欧阳静
王杰
高亚栋
尹康
《高技术通讯》
CAS
2021年第7期781-789,共9页
针对目前负荷识别中存在的人工挖掘特征困难的问题,同时为了进一步提升识别精度,提出了一种基于深度转换学习(DTL)与双通道深度残差神经网络(DC-ResNet)的非侵入式多标签负荷识别方法。首先运用改进的DTL从原始的负荷数据中自动提取有...
针对目前负荷识别中存在的人工挖掘特征困难的问题,同时为了进一步提升识别精度,提出了一种基于深度转换学习(DTL)与双通道深度残差神经网络(DC-ResNet)的非侵入式多标签负荷识别方法。首先运用改进的DTL从原始的负荷数据中自动提取有效的负荷特征,可以达到降维的效果。然后将负荷数据按时间滑窗生成特征图作为DC-ResNet的输入,利用卷积核自动提取时间尺度上的有效特征。DC-ResNet的一条通道用于提取大类特征预测负荷的开关状态,另一条通道用于提取小类特征预测负荷的运行模式,综合两条通道的输出可以得到最后的多标签分类结果。实验结果表明,经DTL提取后的负荷数据更易被识别,DC-ResNet在总体和单一设备的识别上都具有更好的效果,而且模型所需的训练时间较短。
展开更多
关键词
双
通道
深度
残差
神经
网络
(DC-ResNet)
深度转换学习(DTL)
非侵入式负荷识别
多标签分类
在线阅读
下载PDF
职称材料
应对复杂光照下的高精度表情识别方法
2
作者
李嘉乾
张雷
《计算机工程与设计》
北大核心
2023年第8期2489-2497,共9页
针对表情识别存在相似表情识别精度不高和不同光照下识别困难的问题,提出一种改进的双通道残差网络表情识别模型。通过改进局部二值化算子,改善复杂光照下难以提取到鲁棒特征的问题,通过改进注意力机制,改善全局特征提取能力;搭建特征...
针对表情识别存在相似表情识别精度不高和不同光照下识别困难的问题,提出一种改进的双通道残差网络表情识别模型。通过改进局部二值化算子,改善复杂光照下难以提取到鲁棒特征的问题,通过改进注意力机制,改善全局特征提取能力;搭建特征融合网络,通过交叉实验获取对于不同数据集都鲁棒的特征融合系数;将中心损失引入设计联合算法提高相似表情之间的区分度。实验结果表明,该算法提升了相似表情的区分精度,对于光照具有更好的鲁棒性。模型在3个公开数据集上的准确率达98.53%、96.42%、94.24%。
展开更多
关键词
人脸表情识别
复杂光照
改进的局部二值化算子
改进的注意力机制
双通道残差网络
特征融合
中心损失
在线阅读
下载PDF
职称材料
基于电−振信号联合的电动机故障诊断研究
3
作者
惠阿丽
周睿香
+2 位作者
韦鹏
魏礼鹏
荣相
《工矿自动化》
2025年第10期114-122,共9页
针对煤矿井下电动机复杂工况下单一信号(电流、振动)故障诊断精度有限、多故障并存导致识别困难的问题,基于机电耦合特性及多传感器信息互补性,提出基于电−振信号联合的电动机故障诊断方法。分别对电动机电流信号和振动信号在时域、频...
针对煤矿井下电动机复杂工况下单一信号(电流、振动)故障诊断精度有限、多故障并存导致识别困难的问题,基于机电耦合特性及多传感器信息互补性,提出基于电−振信号联合的电动机故障诊断方法。分别对电动机电流信号和振动信号在时域、频域和时频域内捕获故障信息,在通道维度上融合生成包含多域信息的特征彩色图像,丰富故障表征信息。构建了一种嵌入改进卷积块注意力模块(ICBAM)的双通道残差网络(DCResNet)模型ICBAM−DCResNet,通过多层残差块和ICBAM的注意力机制,挖掘图像样本的深层特征,最后进行融合并实现分类,实现电−振信号联合的故障诊断。对比实验结果表明,多域融合相比单一分析域诊断精度更高,ICBAM−DCResNet模型比深度残差网络(ResNet)模型性能更好,对信号样本的特征提取能力更强。在公开数据集上的实验结果表明,基于电−振信号联合的电动机故障诊断方法的准确率达99.8%,对转子故障和轴承故障均能取得不错的识别效果,泛化性较好。
展开更多
关键词
电动机故障诊断
电流信号
振动信号
多域特征提取
双通道残差网络
卷积块注意力模块
在线阅读
下载PDF
职称材料
题名
基于DTL与DC-ResNet的非侵入式多标签负荷识别方法
被引量：
2
1
作者
潘国兵
王振涛
欧阳静
王杰
高亚栋
尹康
机构
浙江工业大学特种装备制造与先进加工技术教育部/浙江省重点实验室
出处
《高技术通讯》
CAS
2021年第7期781-789,共9页
基金
国家重点研发计划(2017YFA0700301)
浙江省重点研发计划(2018C01081)资助项目。
文摘
针对目前负荷识别中存在的人工挖掘特征困难的问题,同时为了进一步提升识别精度,提出了一种基于深度转换学习(DTL)与双通道深度残差神经网络(DC-ResNet)的非侵入式多标签负荷识别方法。首先运用改进的DTL从原始的负荷数据中自动提取有效的负荷特征,可以达到降维的效果。然后将负荷数据按时间滑窗生成特征图作为DC-ResNet的输入,利用卷积核自动提取时间尺度上的有效特征。DC-ResNet的一条通道用于提取大类特征预测负荷的开关状态,另一条通道用于提取小类特征预测负荷的运行模式,综合两条通道的输出可以得到最后的多标签分类结果。实验结果表明,经DTL提取后的负荷数据更易被识别,DC-ResNet在总体和单一设备的识别上都具有更好的效果,而且模型所需的训练时间较短。
关键词
双
通道
深度
残差
神经
网络
(DC-ResNet)
深度转换学习(DTL)
非侵入式负荷识别
多标签分类
Keywords
double channel-deep residual neural network(DC-ResNet)
deep transform learning(DTL)
non-intrusive load identification
multi-label classification
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
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
应对复杂光照下的高精度表情识别方法
2
作者
李嘉乾
张雷
机构
江苏理工学院机械工程学院
出处
《计算机工程与设计》
北大核心
2023年第8期2489-2497,共9页
基金
国家自然科学基金项目(61701202、61901196)。
文摘
针对表情识别存在相似表情识别精度不高和不同光照下识别困难的问题,提出一种改进的双通道残差网络表情识别模型。通过改进局部二值化算子,改善复杂光照下难以提取到鲁棒特征的问题,通过改进注意力机制,改善全局特征提取能力;搭建特征融合网络,通过交叉实验获取对于不同数据集都鲁棒的特征融合系数;将中心损失引入设计联合算法提高相似表情之间的区分度。实验结果表明,该算法提升了相似表情的区分精度,对于光照具有更好的鲁棒性。模型在3个公开数据集上的准确率达98.53%、96.42%、94.24%。
关键词
人脸表情识别
复杂光照
改进的局部二值化算子
改进的注意力机制
双通道残差网络
特征融合
中心损失
Keywords
facial expression recognition
complex illumination
improved LBP feature
improved attention mechanism
dual-channel residual network
feature fusion
center loss
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
基于电−振信号联合的电动机故障诊断研究
3
作者
惠阿丽
周睿香
韦鹏
魏礼鹏
荣相
机构
西安科技大学机构电气与控制工程学院
出处
《工矿自动化》
2025年第10期114-122,共9页
基金
陕西省重点研发计划项目(2024GX-YBXM-243)
中国煤炭科工集团双创基金项目(2023-TD-MS005)。
文摘
针对煤矿井下电动机复杂工况下单一信号(电流、振动)故障诊断精度有限、多故障并存导致识别困难的问题,基于机电耦合特性及多传感器信息互补性,提出基于电−振信号联合的电动机故障诊断方法。分别对电动机电流信号和振动信号在时域、频域和时频域内捕获故障信息,在通道维度上融合生成包含多域信息的特征彩色图像,丰富故障表征信息。构建了一种嵌入改进卷积块注意力模块(ICBAM)的双通道残差网络(DCResNet)模型ICBAM−DCResNet,通过多层残差块和ICBAM的注意力机制,挖掘图像样本的深层特征,最后进行融合并实现分类,实现电−振信号联合的故障诊断。对比实验结果表明,多域融合相比单一分析域诊断精度更高,ICBAM−DCResNet模型比深度残差网络(ResNet)模型性能更好,对信号样本的特征提取能力更强。在公开数据集上的实验结果表明,基于电−振信号联合的电动机故障诊断方法的准确率达99.8%,对转子故障和轴承故障均能取得不错的识别效果,泛化性较好。
关键词
电动机故障诊断
电流信号
振动信号
多域特征提取
双通道残差网络
卷积块注意力模块
Keywords
motor fault diagnosis
current signal
vibration signal
multi-domain feature extraction
Dual-Channel Residual Network
Convolutional Block Attention Module
分类号
TD61 [矿业工程]
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DTL与DC-ResNet的非侵入式多标签负荷识别方法
潘国兵
王振涛
欧阳静
王杰
高亚栋
尹康
《高技术通讯》
CAS
2021
2
在线阅读
下载PDF
职称材料
2
应对复杂光照下的高精度表情识别方法
李嘉乾
张雷
《计算机工程与设计》
北大核心
2023
0
在线阅读
下载PDF
职称材料
3
基于电−振信号联合的电动机故障诊断研究
惠阿丽
周睿香
韦鹏
魏礼鹏
荣相
《工矿自动化》
2025
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
