检索结果-维普期刊中文期刊服务平台

基于增强深度卷积神经网络的滚动轴承多工况故障诊断方法被引量：2: 1; 作者郭盼盼张文斌 +4 位作者崔奔郭兆伟赵春林尹治棚刘标《振动工程学报》北大核心 2025年第1期96-108,共13页; 针对现有卷积神经网络无法充分提取滚动轴承时域信号间的关联特征,模型训练所需样本多以及泛化性不足的问题,提出一种基于增强卷积神经网络模型的滚动轴承多工况故障诊断方法。根据滚动轴承转速和采样频率计算轴承单圈故障特征信号长度... 展开更多; 关键词故障诊断滚动轴承多工况格拉姆角场增强卷积神经网络; 在线阅读下载PDF 职称材料

融合卷积神经网络的城轨列车运行计划优化: 2; 作者叶建斌李超 +2 位作者肖琼唐金金王忠有《科学技术与工程》北大核心 2025年第27期11793-11799,共7页; 城市轨道交通作为重要的公共交通方式,需在满足乘客出行需求的同时,降低能源消耗成本。为同时满足乘客出行效率与企业能源成本控制的双重目标,综合考虑列车发车间隔、载客定员及客流量等约束条件,构建了基于乘客需求与企业利益的列车运... 展开更多; 关键词城市轨道交通节能时刻表优化卷积神经网络增强遗传算法; 在线阅读下载PDF 职称材料

基于改进深度置信网络的木板表面缺陷检测模型被引量：4: 3; 作者李馥颖杨大为黄海《南京理工大学学报》 CAS CSCD 北大核心 2022年第6期728-734,共7页; 为了提高木板表面缺陷检测精度,采用连续型深度置信网络(DBN)建立木板表面缺陷检测模型。首先,对待检测的木板图片进行关键特征提取,并建立DBN检测模型。然后,将木板图片特征输入DBN的多个受限玻尔兹曼机(RBM)层进行深度训练,从而利用DB... 展开更多; 关键词深度置信网络木板表面缺陷检测受限玻尔兹曼机人工蜂群算法卷积神经网络快速区域卷积神经网络自适应增强卷积神经网络; 在线阅读下载PDF 职称材料

基于CB-Attention的JavaScript恶意混淆代码检测方法: 4; 作者徐鑫张志宁 +2 位作者吕云山李立郑玉杰《计算机工程与设计》北大核心 2024年第8期2298-2305,共8页; 当今JavaScript代码混淆方法日益多样,现有检测方法在对混淆代检测时会出现漏报和误报的情况,为解决该问题,提出一种基于CB-Attention的JavaScript恶意代码检测方法。由SDPCNN模型和BiLSTM+Attention模型构成,SDPCNN对短距离间的语义特... 展开更多; 关键词 JavaScript恶意代码混淆代码检测模型增强深度金字塔卷积神经网络注意力网络双向长短时记忆网络长距离特征信息抽象语法树; 在线阅读下载PDF 职称材料

基于GST-ECNN的运动想象脑电信号识别方法被引量：4: 5; 作者金海龙邬霞 +1 位作者樊凤杰王金萍《计量学报》 CSCD 北大核心 2022年第10期1341-1347,共7页; 在对脑电信号的解码研究中,存在着现有时频分析方法对高频信号处理能力有限,多通道信号信息冗余,常用卷积神经网络分类器ReLU激活函数受学习速率的影响较大,对不同层采用相同的正则化很难获得满意结果等问题。为此,提出了一种基于广义S... 展开更多; 关键词计量学脑电信号运动想象广义S变换增强卷积神经网络包裹式通道选择脑-机接口; 在线阅读下载PDF 职称材料

题名基于增强深度卷积神经网络的滚动轴承多工况故障诊断方法被引量：2: 1; 作者郭盼盼张文斌崔奔郭兆伟赵春林尹治棚刘标; 机构昆明理工大学机电工程学院昆明学院机电工程学院天津军粮城发电有限公司北方民族大学计算机科学与工程学院国家能源集团国能思达科技有限公司; 出处《振动工程学报》北大核心 2025年第1期96-108,共13页; 基金国家自然科学基金资助项目(51769007) 云南省地方本科高校基础研究联合专项重点项目(202001BA070001-002) +1 种基金云南省地方高校联合专项面上项目(202001BA070001-015)。; 文摘针对现有卷积神经网络无法充分提取滚动轴承时域信号间的关联特征,模型训练所需样本多以及泛化性不足的问题,提出一种基于增强卷积神经网络模型的滚动轴承多工况故障诊断方法。根据滚动轴承转速和采样频率计算轴承单圈故障特征信号长度,采用格拉姆角场编码技术对单圈时域信号完整信息进行编码,生成相应特征图像,使神经网络在视觉上对时域信号关联特征进行学习;利用ACNet网络模型中的非对称卷积对ConvNeXt模型的7×7深度卷积层进行重构:即采用2个3×3,1个1×3和1个3×1的非对称小卷积核以多分支结构组合的形式重构其7×7卷积层,增强ConvNeXt模型的特征提取效率;对ConvNeXt模型中的数据增强模块及学习率衰减策略进行改进,提高ConvNeX模型在小样本训练下的泛化性,以此搭建增强深度卷积神经网络IConvNeXt模型。使用凯斯西储大学不同故障直径轴承、东南大学滚动轴承复合故障和加拿大渥太华变转速滚动轴承故障数据集进行试验验证,结果表明:所提IConvNeXt模型对滚动轴承不同故障直径和复合故障识别准确率为100%,对变转速轴承故障识别率为99.63%。将所提方法与RP+ResNet、RP+IConvNeXt、MLCNN⁃LSTM、MTF+ICon⁃vNeXt等方法进行对比,结果表明,所提模型在更少样本训练下的故障诊断效果均优于其他方法,并具有较强的泛化性能。; 关键词故障诊断滚动轴承多工况格拉姆角场增强卷积神经网络; Keywords fault diagnosis rolling bearing multi-working conditions Gramian angular field enhanced convolutional neural network; 分类号 TH165.3 [机械工程—机械制造及自动化] TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名融合卷积神经网络的城轨列车运行计划优化: 2; 作者叶建斌李超肖琼唐金金王忠有; 机构南宁轨道交通集团有限公司北京交通大学交通运输学院南宁轨道交通运营有限公司; 出处《科学技术与工程》北大核心 2025年第27期11793-11799,共7页; 基金国家重点研发计划(2019YFB1600201)。; 文摘城市轨道交通作为重要的公共交通方式,需在满足乘客出行需求的同时,降低能源消耗成本。为同时满足乘客出行效率与企业能源成本控制的双重目标,综合考虑列车发车间隔、载客定员及客流量等约束条件,构建了基于乘客需求与企业利益的列车运行优化模型。针对该优化模型,提出了一种卷积神经网络增强遗传算法。案例的计算结果表明卷积神经网络增强遗传算法比传统的遗传算法求解速度更快,且更不容易陷入局部最优。利用本文提出的模型和算法优化后的出行时间减少了10.21%,能耗降低了5.13%。研究结果为城市轨道交通时刻表优化提供了有效的理论依据,能够在降低企业能耗成本和减少乘客出行时间方面发挥作用,在提升交通运输系统效率和节约资源消耗方面具有重要意义。; 关键词城市轨道交通节能时刻表优化卷积神经网络增强遗传算法; Keywords urban rail transit energy saving timetable optimization convolutional neural network enhanced genetic algorithm; 分类号 U121 [交通运输工程]; 在线阅读下载PDF 职称材料

题名基于改进深度置信网络的木板表面缺陷检测模型被引量：4: 3; 作者李馥颖杨大为黄海; 机构沈阳理工大学艺术设计学院沈阳理工大学信息科学与工程学院; 出处《南京理工大学学报》 CAS CSCD 北大核心 2022年第6期728-734,共7页; 基金辽宁省教育厅项目(LG201915)。; 文摘为了提高木板表面缺陷检测精度,采用连续型深度置信网络(DBN)建立木板表面缺陷检测模型。首先,对待检测的木板图片进行关键特征提取,并建立DBN检测模型。然后,将木板图片特征输入DBN的多个受限玻尔兹曼机(RBM)层进行深度训练,从而利用DBN的深度优势来获得木板表面缺陷检测结果。最后,引入人工蜂群(ABC)算法对DBN的权重参数进行优化从而缩短训练时间。实例测试实验结果表明:选择学习速率为0.075时,ABC-DBN算法在划痕、刮痕、裂缝、崩缺4类样本集中的均方根误差(RMSE)均值性能更优。采用卷积神经网络(CNN)、快速区域卷积神经网络(Faster R-CNN)、自适应增强卷积神经网络(AdaBoost-CNN)和ABC-DBN算法分别进行检测准确率对比实验。结果显示,ABC-DBN算法检测准确率RMSE为5.067×10^(-2),是最优结果,Adaboost-CNN算法次之,CNN算法最差。; 关键词深度置信网络木板表面缺陷检测受限玻尔兹曼机人工蜂群算法卷积神经网络快速区域卷积神经网络自适应增强卷积神经网络; Keywords deep belief network wooden surface defect detection restricted Boltzmann machine artificial bee colony algorithm convolution neural network faster area convolution neural network adaptive enhanced convolutional neural network; 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CB-Attention的JavaScript恶意混淆代码检测方法: 4; 作者徐鑫张志宁吕云山李立郑玉杰; 机构重庆移通学院实训中心重庆移通学院公共大数据安全技术重庆市重点实验室西南大学计算机与信息科学学院重庆邮电大学通信与信息工程学院重庆大学能源与动力工程学院; 出处《计算机工程与设计》北大核心 2024年第8期2298-2305,共8页; 基金国家自然科学基金项目(12004057) 重庆市自然科学基金面上基金项目(CSTB2022 NSCQ-MSX1183)。; 文摘当今JavaScript代码混淆方法日益多样,现有检测方法在对混淆代检测时会出现漏报和误报的情况,为解决该问题,提出一种基于CB-Attention的JavaScript恶意代码检测方法。由SDPCNN模型和BiLSTM+Attention模型构成,SDPCNN对短距离间的语义特征信息进行提取,BiLSTM+Attention获取JavaScript代码中长距离间的语义信息特征。为验证所提方法的有效性,将该方法与其它方法进行对比,对比结果表明,该方法具有较好的检测效果,F1-Score可达98.78%。; 关键词 JavaScript恶意代码混淆代码检测模型增强深度金字塔卷积神经网络注意力网络双向长短时记忆网络长距离特征信息抽象语法树; Keywords JavaScript malicious code obfuscated code detection model strengthen deep pyramid convolutional neural networks attention model bi-directional long short-term memory model long distance feature information abstract syntax tree; 分类号 TP390.5 [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GST-ECNN的运动想象脑电信号识别方法被引量：4: 5; 作者金海龙邬霞樊凤杰王金萍; 机构燕山大学河北省测试计量技术及仪器重点实验室; 出处《计量学报》 CSCD 北大核心 2022年第10期1341-1347,共7页; 基金国家自然科学基金(61201111) 中央引导地方科技发展资金(226Z5001G)。; 文摘在对脑电信号的解码研究中,存在着现有时频分析方法对高频信号处理能力有限,多通道信号信息冗余,常用卷积神经网络分类器ReLU激活函数受学习速率的影响较大,对不同层采用相同的正则化很难获得满意结果等问题。为此,提出了一种基于广义S变换特征提取和增强卷积神经网络分类相结合的方法,同时提出一种结合Relief算法和向前选择搜索策略的包裹式方法进行通道选择。结果表明,提出的方法利用较少的信号通道,具有更强的特征提取和分类的能力,在第Ⅳ届BCI的数据集I上取得最高98.44±1.5%的分类准确率,高于其他现有算法。该方法良好的分类性能不仅减少了计算消耗,也有效提高了分类准确率,对脑电信号特征提取和分类具有一定的参考意义。; 关键词计量学脑电信号运动想象广义S变换增强卷积神经网络包裹式通道选择脑-机接口; Keywords metrology EEG signal motor imagery generalized S transform enhanced convolutional neural network wrapped channel selection brain-computer interface; 分类号 TB99 [机械工程—测试计量技术及仪器] TB973 [机械工程—测试计量技术及仪器]; 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	基于增强深度卷积神经网络的滚动轴承多工况故障诊断方法	郭盼盼张文斌崔奔郭兆伟赵春林尹治棚刘标	《振动工程学报》北大核心	2025	2	在线阅读下载PDF 职称材料
2	融合卷积神经网络的城轨列车运行计划优化	叶建斌李超肖琼唐金金王忠有	《科学技术与工程》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于改进深度置信网络的木板表面缺陷检测模型	李馥颖杨大为黄海	《南京理工大学学报》 CAS CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
4	基于CB-Attention的JavaScript恶意混淆代码检测方法	徐鑫张志宁吕云山李立郑玉杰	《计算机工程与设计》北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于GST-ECNN的运动想象脑电信号识别方法	金海龙邬霞樊凤杰王金萍	《计量学报》 CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料