检索结果-维普期刊中文期刊服务平台

基于堆栈稀疏自编码器和微动特征的身份认证技术被引量：4: 1; 作者袁延鑫孙莉张群《空军工程大学学报（自然科学版）》 CSCD 北大核心 2018年第4期48-53,共6页; 从人体目标雷达回波数据中提取可分性较好的微动特征是实现目标分类的关键。针对传统谱图结构特征无法对体型相似的人体目标精细识别,提出了基于堆栈稀疏自编码器的人体身份认证方法。首先构造堆栈稀疏自编码器网络,利用人体微动数据进... 展开更多; 关键词堆栈稀疏自编码器特征提取微动特征身份认证; 在线阅读下载PDF 职称材料

基于BAS优化堆栈稀疏自编码器的轴承故障诊断被引量：2: 2; 作者张磊陈剑 +3 位作者孙太华曹昆明阚东程明《合肥工业大学学报（自然科学版）》 CAS 北大核心 2022年第12期1608-1614,1662,共8页; 针对复杂工况下轴承载荷的时变非平稳性,文章提出一种基于天牛须搜索(beetle antennae search,BAS)算法优化堆栈稀疏自编码器的轴承故障诊断方法,以解决复杂工况下难以快速准确判断轴承故障类型的问题。首先,通过对轴承振动信号进行时... 展开更多; 关键词轴承故障诊断深度神经网络堆栈稀疏自编码器变分模态分解天牛须搜索(BAS)算法; 在线阅读下载PDF 职称材料

基于堆栈式稀疏自编码器的高光谱影像分类被引量：24: 3; 作者戴晓爱郭守恒 +2 位作者任淯杨晓霞刘汉湖《电子科技大学学报》 EI CAS CSCD 北大核心 2016年第3期382-386,共5页; 为挖掘高光谱影像数据的内在光谱特征,该文基于深度学习理论,引用堆栈式稀疏自编码器构建原始数据的深层特征表达。首先通过稀疏自编码器,得到原始数据的稀疏特征表达。其次通过逐层学习稀疏自编码器构建深度神经网,输出原始数据的深度... 展开更多; 关键词深度神经网特征提取高光谱影像分类堆栈式稀疏自编码器支持向量机; 在线阅读下载PDF 职称材料

面向电力工程信息处理的多元数据特征提取与融合: 4; 作者徐晓军李奎 +2 位作者张秋琼张方银王曙光《电子设计工程》 2025年第5期120-124,共5页; 针对输变电工程影响因素多、数据样本复杂多变容易导致工程数据处理和预测难度增加的问题,文中提出了一种基于多元数据特征提取与融合技术的电力工程信息处理模型。该模型运用多个堆栈稀疏自编码器(SSAE)从电力工程各类数据中分别提取... 展开更多; 关键词电力工程数据多元特征融合堆栈稀疏自编码器回声状态网络趋势分析; 在线阅读下载PDF 职称材料

一种面向能源工程数据评估的改进随机森林算法设计: 5; 作者马林《电子设计工程》 2024年第18期57-61,共5页; 传统电力工程数据稽核与评估方法的准确率偏低且效率较差,不适用于当前日益复杂的信息处理与分析工作。针对此,文中基于改进的随机森林算法提出了一种面向电力工程的异常数据检测算法。对于随机森林算法易受高维数据影响而导致信息特征... 展开更多; 关键词工程造价随机森林堆栈稀疏自编码器麻雀搜索算法异常数据检测; 在线阅读下载PDF 职称材料

基于SSAE和相似性匹配的航空发动机剩余寿命预测被引量：3: 6; 作者王昆郭迎清 +2 位作者赵万里周启凡郭鹏飞《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第10期2817-2825,共9页; 航空发动机作为高度复杂的热力机械,其剩余寿命(RUL)预测往往作为提高安全性和经济性的重要保障。为了提高航空发动机剩余寿命预测精度,提出一种基于堆栈稀疏自编码器(SSAE)及相似性匹配的剩余寿命预测方法。以Spearman秩相关系数(SRCC... 展开更多; 关键词航空发动机剩余寿命堆栈稀疏自编码器 Spearman秩相关系数相似性匹配; 在线阅读下载PDF 职称材料

基于SSAE的滚动轴承故障的分类预测: 7; 作者凌静《内燃机与配件》 2021年第1期143-145,共3页; 本文提出了一种基于堆栈稀疏自编码器(SSAE)的滚动轴承故障类别的自动识别方法。将原始轴承信号进行截断处理,既保留了有用信息,又扩充了样本数量,有利于神经网络的训练。采用双层SAE神经网络模型,结合softmax分类器,完成对轴承故障类... 展开更多; 关键词堆栈稀疏自编码器滚动轴承神经网络模型; 在线阅读下载PDF 职称材料

题名基于堆栈稀疏自编码器和微动特征的身份认证技术被引量：4: 1; 作者袁延鑫孙莉张群; 机构空军工程大学信息与导航学院; 出处《空军工程大学学报（自然科学版）》 CSCD 北大核心 2018年第4期48-53,共6页; 基金国家自然科学基金(61701531) 航空科学基金(20121996016) 陕西省统筹创新工程特色产业创新链项目(2015KTTSGY0406); 文摘从人体目标雷达回波数据中提取可分性较好的微动特征是实现目标分类的关键。针对传统谱图结构特征无法对体型相似的人体目标精细识别,提出了基于堆栈稀疏自编码器的人体身份认证方法。首先构造堆栈稀疏自编码器网络,利用人体微动数据进行无监督预训练,在不同层提取人体微动特征,然后将得到的特征输入softmax分类器进行有监督训练,用交叉验证调整网络参数,最后用训练好的网络进行人体目标分类。在不同人走路实测数据集上,3人平均识别率达到了83%,优于提取谱图结构特征分类的方法。; 关键词堆栈稀疏自编码器特征提取微动特征身份认证; Keywords stack sparse autoencoder feature extraction micro-motion feature identity authentication; 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BAS优化堆栈稀疏自编码器的轴承故障诊断被引量：2: 2; 作者张磊陈剑孙太华曹昆明阚东程明; 机构合肥工业大学噪声振动工程研究所安徽省汽车NVH技术研究中心; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2022年第12期1608-1614,1662,共8页; 基金国家自然科学基金青年基金资助项目(11604070) 安徽省科技重大专项资助项目(17030901049)。; 文摘针对复杂工况下轴承载荷的时变非平稳性,文章提出一种基于天牛须搜索(beetle antennae search,BAS)算法优化堆栈稀疏自编码器的轴承故障诊断方法,以解决复杂工况下难以快速准确判断轴承故障类型的问题。首先,通过对轴承振动信号进行时域、频域特征提取和变分模态分解,得到其固有模态函数,提取其时域、频域和固有模态函数的44个特征构建数据集,作为机器学习诊断网络的输入;其次,通过稀疏自编码器二次特征提取获得更加典型的特征,同时引入BAS算法对堆栈稀疏自编码器的稀疏惩罚因子进行自适应选取以获得最优分类模型;最后,通过Softmax分类层实现对滚动轴承的故障诊断分类。试验结果表明,该方法不仅在平稳载荷下具有很好的轴承故障分类能力,而且在时变非平稳性载荷以及不同测试数据量下仍然具有较好的故障分类效果。; 关键词轴承故障诊断深度神经网络堆栈稀疏自编码器变分模态分解天牛须搜索(BAS)算法; Keywords bearing fault diagnosis deep neural network stacked sparse autoencoder(SSAE) variational mode decomposition beetle antennae search(BAS)algorithm; 分类号 TH133.33 [机械工程—机械制造及自动化] TP206 [自动化与计算机技术—检测技术与自动化装置] TP183 [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

题名基于堆栈式稀疏自编码器的高光谱影像分类被引量：24: 3; 作者戴晓爱郭守恒任淯杨晓霞刘汉湖; 机构成都理工大学地学空间信息技术国土资源部重点实验室; 出处《电子科技大学学报》 EI CAS CSCD 北大核心 2016年第3期382-386,共5页; 基金国家自然科学基金(41201440,41071265,41102225) 教育部高等学校博士学科点专项科研基金(20135122120009) +1 种基金国土资源部地学空间信息技术重点实验室课题(KLGSIT2013-02); 文摘为挖掘高光谱影像数据的内在光谱特征,该文基于深度学习理论,引用堆栈式稀疏自编码器构建原始数据的深层特征表达。首先通过稀疏自编码器,得到原始数据的稀疏特征表达。其次通过逐层学习稀疏自编码器构建深度神经网,输出原始数据的深度特征。最后将其连接到支持向量机分类器,完成模型的精调。实验结果分析表明:基于堆栈式稀疏自编码器的最优分类模型,总体精度可达87.82%,优于实验中的其他方法,证明了深度学习方法在高光谱影像处理中具有良好的分类性能。; 关键词深度神经网特征提取高光谱影像分类堆栈式稀疏自编码器支持向量机; Keywords deep neural network feature extraction hyperspectral image classification stacked sparseautoencoder support vector machine （SVM）; 分类号 TP751.1 [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

题名面向电力工程信息处理的多元数据特征提取与融合: 4; 作者徐晓军李奎张秋琼张方银王曙光; 机构贵州电网有限责任公司电网规划研究中心; 出处《电子设计工程》 2025年第5期120-124,共5页; 基金贵州省科技计划项目(202374GKJ7629)。; 文摘针对输变电工程影响因素多、数据样本复杂多变容易导致工程数据处理和预测难度增加的问题,文中提出了一种基于多元数据特征提取与融合技术的电力工程信息处理模型。该模型运用多个堆栈稀疏自编码器(SSAE)从电力工程各类数据中分别提取特征信息,借助竞争粒子群算法优化的回声状态网络(CSO-ESN)实现信息融合并输出预测结果。以电力工程信息中的静态投资数据为样本进行的多组对比实验结果表明,所提模型的预测误差范围为1.82%~5.95%,可以有效实现电力工程数据信息的处理与合理预测,具有良好的普适性与准确性。; 关键词电力工程数据多元特征融合堆栈稀疏自编码器回声状态网络趋势分析; Keywords power engineering data multivariate feature fusion Stacked Sparse Auto-Encoder Echo State Network trend analysis; 分类号 TN40 [电子电信—微电子学与固体电子学] TP332 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种面向能源工程数据评估的改进随机森林算法设计: 5; 作者马林; 机构国网甘肃省电力公司经济技术研究院; 出处《电子设计工程》 2024年第18期57-61,共5页; 基金国网甘肃省电力公司技改检修项目(2022010640)。; 文摘传统电力工程数据稽核与评估方法的准确率偏低且效率较差,不适用于当前日益复杂的信息处理与分析工作。针对此,文中基于改进的随机森林算法提出了一种面向电力工程的异常数据检测算法。对于随机森林算法易受高维数据影响而导致信息特征提取能力不足的问题,该算法利用堆栈稀疏自编码器对高维数据进行降维,以提升数据检测的准确率。同时使用麻雀搜索算法对数据特征提取模型的参数加以优化,进一步提升了算法的性能和效率。在以电力工程造价数据为样本展开的实验测试中,所提算法的AUC与F1值领先于SSAE-RF算法2.73%及0.011,且异常数据识别率可达80%,运行时间也在对比算法中为最短,表明其具有较好的性能和计算效率。; 关键词工程造价随机森林堆栈稀疏自编码器麻雀搜索算法异常数据检测; Keywords cost of construction random forest sparse stack self-encoder sparrow search algorithm abnormal data detection; 分类号 TP391 [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SSAE和相似性匹配的航空发动机剩余寿命预测被引量：3: 6; 作者王昆郭迎清赵万里周启凡郭鹏飞; 机构西北工业大学动力与能源学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第10期2817-2825,共9页; 基金国家科技重大专项(J2019-V-0003-0094)。; 文摘航空发动机作为高度复杂的热力机械,其剩余寿命(RUL)预测往往作为提高安全性和经济性的重要保障。为了提高航空发动机剩余寿命预测精度,提出一种基于堆栈稀疏自编码器(SSAE)及相似性匹配的剩余寿命预测方法。以Spearman秩相关系数(SRCC)作为适应度函数,利用遗传算法(GA)对融合参数候选集进行寻优;采用SSAE的结构融合最优参数集,生成特征融合指标;采用相似性匹配的方法在历史数据库内全局搜索最优匹配的历史轨迹,得到寿命预测结果;采用美国国家航空航天局(NASA)公布的C-MAPSS数据集验证该融合指标和方法的有效性。; 关键词航空发动机剩余寿命堆栈稀疏自编码器 Spearman秩相关系数相似性匹配; Keywords aeroengine remaining useful life stacked sparse autoencoders Spearman’s rank correlation coefficient similarity matching; 分类号 V233 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名基于SSAE的滚动轴承故障的分类预测: 7; 作者凌静; 机构重庆交通大学机电与车辆工程学院; 出处《内燃机与配件》 2021年第1期143-145,共3页; 文摘本文提出了一种基于堆栈稀疏自编码器(SSAE)的滚动轴承故障类别的自动识别方法。将原始轴承信号进行截断处理,既保留了有用信息,又扩充了样本数量,有利于神经网络的训练。采用双层SAE神经网络模型,结合softmax分类器,完成对轴承故障类别的自动识别,通过对比实验表明,本文所提方法稳定有效,且准确率高。; 关键词堆栈稀疏自编码器滚动轴承神经网络模型; 分类号 TH165.3 [机械工程—机械制造及自动化]; 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	基于堆栈稀疏自编码器和微动特征的身份认证技术	袁延鑫孙莉张群	《空军工程大学学报（自然科学版）》 CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料
2	基于BAS优化堆栈稀疏自编码器的轴承故障诊断	张磊陈剑孙太华曹昆明阚东程明	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2022	2	在线阅读下载PDF 职称材料
3	基于堆栈式稀疏自编码器的高光谱影像分类	戴晓爱郭守恒任淯杨晓霞刘汉湖	《电子科技大学学报》 EI CAS CSCD 北大核心	2016	24	在线阅读下载PDF 职称材料
4	面向电力工程信息处理的多元数据特征提取与融合	徐晓军李奎张秋琼张方银王曙光	《电子设计工程》	2025	0	在线阅读下载PDF 职称材料
5	一种面向能源工程数据评估的改进随机森林算法设计	马林	《电子设计工程》	2024	0	在线阅读下载PDF 职称材料
6	基于SSAE和相似性匹配的航空发动机剩余寿命预测	王昆郭迎清赵万里周启凡郭鹏飞	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
7	基于SSAE的滚动轴承故障的分类预测	凌静	《内燃机与配件》	2021	0	在线阅读下载PDF 职称材料