多通道信息融合与深度迁移学习的旋转机械故障诊断 被引量：18

1

作者 张龙 胡燕青 +1 位作者 赵丽娟 张号 《中国机械工程》 EI CAS CSCD 北大核心 2023年第8期966-975,共10页

针对单通道信号特征信息不充分的问题,提出了一种多通道信息融合与深度迁移学习的旋转机械故障诊断方法。首先使用小波变换将多传感器采集的一维信号生成多幅时频图,然后将时频图信息融合为多通道图像,最后将预训练的深度残差网络作为... 针对单通道信号特征信息不充分的问题,提出了一种多通道信息融合与深度迁移学习的旋转机械故障诊断方法。首先使用小波变换将多传感器采集的一维信号生成多幅时频图,然后将时频图信息融合为多通道图像,最后将预训练的深度残差网络作为迁移模型对旋转机械进行故障诊断。圆柱滚子轴承、某局机务段机车轴承和齿轮箱数据集的识别准确率分别为99.23%、99.78%和99.50%,凯斯西储大学轴承数据集的跨工况迁移试验识别准确率达93.12%,这表明所提方法具有一定的优越性和可扩展性。 展开更多

关键词 故障诊断 旋转机械 多通道信息融合 深度迁移学习

在线阅读 下载PDF 职称材料

多通道信息融合的改进乘积规则 被引量：1

2

作者 马继涌 高文 陈熙霖 《电子学报》 EI CAS CSCD 北大核心 1999年第8期1-4,共4页

用传统的多通道信息融合乘积规则计算出的融合分值的动态范围比较小，融合效果不理想，本文在假定所有通道都能同时正常工作的情况下，提出多通道信息融合的改进乘积规则．基本思想是对原乘积规则中的概率密度和融合分值平滑，使得融合... 用传统的多通道信息融合乘积规则计算出的融合分值的动态范围比较小，融合效果不理想，本文在假定所有通道都能同时正常工作的情况下，提出多通道信息融合的改进乘积规则．基本思想是对原乘积规则中的概率密度和融合分值平滑，使得融合分值的动态范围增大．文中的两个实验表明，改进的乘积规则的识别率有明显提高．最后文中给出了在已知每个单一通道系统识别率的条件下，由理想融合方法集成出的系统识别率的上限计算公式． 展开更多

关键词 多通道信息融合 乘积规则 身份识别 语音识别

在线阅读 下载PDF 职称材料

多通道信息融合技术的研究 被引量：1

3

作者 张文炬 苏清祖 《江苏理工大学学报（自然科学版）》 2001年第4期41-44,共4页

在数字信号处理的过程中 ,利用信息科学原理建立了多通道信息融合的数学模型 并采集了车辆变速箱的多通道振动信号 ,计算其Shannon熵、信息含量效率和信息冗余 ,并对信号进行剔除 ,再对其进行多通道的信息融合 ,以获得比单一通道精度... 在数字信号处理的过程中 ,利用信息科学原理建立了多通道信息融合的数学模型 并采集了车辆变速箱的多通道振动信号 ,计算其Shannon熵、信息含量效率和信息冗余 ,并对信号进行剔除 ,再对其进行多通道的信息融合 ,以获得比单一通道精度更高的信号特征 。 展开更多

关键词 多通道信息融合 信息熵 数字信号处理 数学模型 信号采集 信号检测 信息科学

在线阅读 下载PDF 职称材料

一种多通道信息融合的横向减振器性能退化阶段辨别方法 被引量：3

4

作者 卢昌宏 张利斌 +2 位作者 张恒志 牟柏源 邹益胜 《铁道科学与工程学报》 CAS CSCD 北大核心 2021年第3期737-743,共7页

对于转向架这样复杂的系统,分布在系统不同位置的传感器可以实时检测大量数据。这些数据能够反映高速列车运行过程中转向架关键部件的性能退化状态,但单一通道的振动信号存在着信息缺失、信噪比低等缺陷,无法据此实现转向架关键部件性... 对于转向架这样复杂的系统,分布在系统不同位置的传感器可以实时检测大量数据。这些数据能够反映高速列车运行过程中转向架关键部件的性能退化状态,但单一通道的振动信号存在着信息缺失、信噪比低等缺陷,无法据此实现转向架关键部件性能退化阶段的精确辨识。因此,本文以横向减振器为研究对象,通过对转向架振动数据相关性分析,提出了车体和转向架上多个通道的振动信号共同用于横向减振器性能退化阶段辨识的方法。并通过构建基于CNN的多通道信息融合模型,将多个通道信息进行融合,实现了横向减振器性能退化特征的自适应提取与阶段辨识。将该方法与基于单个通道的方法进行比较,结果表明,该方法能够精确实现横向减振器间隔10%的性能退化阶段辨识。 展开更多

关键词 横向减振器 相关性分析 CNN 多通道信息融合 性能退化阶段辨识

在线阅读 下载PDF 职称材料

一种基于多通道信息融合的教师运动跟踪方法

5

作者 罗全锋 郑红 《计算机应用与软件》 CSCD 2010年第2期94-96,107,共4页

提出一种基于多通道信息融合的教师运动跟踪方法。该方法改进了传统的运动人像检测算法,能进行多目标的识别与跟踪。并结合智能教室的上下文环境信息,提出一个多通道信息融合推理算法,解决了单纯利用运动人像跟踪算法所带来的误检问题... 提出一种基于多通道信息融合的教师运动跟踪方法。该方法改进了传统的运动人像检测算法,能进行多目标的识别与跟踪。并结合智能教室的上下文环境信息,提出一个多通道信息融合推理算法,解决了单纯利用运动人像跟踪算法所带来的误检问题。实验表明该方法是有效的。 展开更多

关键词 智能教室 运动人像检测 多通道信息融合

在线阅读 下载PDF 职称材料

多通道振动信号与滑油屑末信息融合的滚动轴承状态监控方法

6

作者 栾孝驰 白天 +2 位作者 赵俊豪 沙云东 雷志浩 《仪器仪表学报》 北大核心 2025年第1期298-310,共13页

针对单一检测手段难以对航空发动机主轴承进行状态监测以及准确诊断故障的问题,提出多通道振动信号与滑油屑末信息融合的滚动轴承状态监控方法。该方法首先通过建立的多通道振动信息加权融合模型将多个振动传感器测得的数据进行加权融合... 针对单一检测手段难以对航空发动机主轴承进行状态监测以及准确诊断故障的问题,提出多通道振动信号与滑油屑末信息融合的滚动轴承状态监控方法。该方法首先通过建立的多通道振动信息加权融合模型将多个振动传感器测得的数据进行加权融合,然后利用CEEMDAN对融合后的信号进行分解,根据峭度-相关系数筛选准则筛选出强冲击性分量进行重构,得到一个富含轴承故障特征信息的振动信号;再选用总有效值作为时域特征参数、提出特征能量作为频域特征参数;通过选取隶属度函数,根据实际情况及专家经验定义模糊推理规则,基于模糊推理理论将总有效值和特征能量进行第1次融合为振动信息参数F1;然后将测得的滑油金属屑末数作为剥落屑末信息参数F2,再基于模糊推理理论将F1与F2进行第2次融合分析;最后监测滚动轴承状态并诊断轴承故障。开展航空发动机主轴承剥落扩展试验,安装振动及滑油屑末检测系统,同步采集轴承剥落全程的振动及滑油屑末信息,并应用所提出方法对所测得数据进行分析。结果表明,多通道振动信号与滑油屑末信息融合的滚动轴承状态监控方法可进行故障特征综合分析并有效判别轴承运行状态。 展开更多

关键词 滚动轴承 振动信号 滑油金属屑末 多通道信息融合 峭度-相关系数准则 状态监控 航空发动机

在线阅读 下载PDF 职称材料

融合多通道信息的二维人脸识别 被引量：3

7

作者 唐恒亮 孙艳丰 +1 位作者 尹宝才 盖赟 《北京工业大学学报》 EI CAS CSCD 北大核心 2011年第12期1907-1914,共8页

为充分提取人脸图像信息,进一步提高人脸识别效率,提出了一种融合图像多通道信息的二维人脸识别方法.该方法利用Haar小波变换将人脸图像变换到频率域,并获得图像4个频率域的信息;对每个频率域的图像,通过局部二值模式(LBP)进行统计编码... 为充分提取人脸图像信息,进一步提高人脸识别效率,提出了一种融合图像多通道信息的二维人脸识别方法.该方法利用Haar小波变换将人脸图像变换到频率域,并获得图像4个频率域的信息;对每个频率域的图像,通过局部二值模式(LBP)进行统计编码,并提出基于HaarLBP直方图序列的人脸图像表征方法;提出2种直方图序列的匹配算法,并通过分析各个频域图像信息对识别的贡献率,进一步融合4通道图像信息进行人脸识别.在ORL和Yale人脸库上的实验结果证明,提出的识别方法对于人脸姿态、表情和光照变化有一定的鲁棒性. 展开更多

关键词 人脸识别 HAAR小波变换 局部二值模式(LBP) 多通道信息融合

在线阅读 下载PDF 职称材料

多通道图神经网络的层次化融合模型用于增强会话的推荐 被引量：1

8

作者 岳彩梦 彭敦陆 《小型微型计算机系统》 CSCD 北大核心 2024年第7期1599-1607,共9页

基于会话的推荐系统(SBR)旨在根据用户历史的行为去预测下一个最有可能点击的项目.一方面由于会话推荐序列较短,可用的信息比较少,另一方面会话推荐多为匿名用户,没有丰富的用户信息,导致无法获得用户历史的交互行为或者用户的偏好,这为... 基于会话的推荐系统(SBR)旨在根据用户历史的行为去预测下一个最有可能点击的项目.一方面由于会话推荐序列较短,可用的信息比较少,另一方面会话推荐多为匿名用户,没有丰富的用户信息,导致无法获得用户历史的交互行为或者用户的偏好,这为SBR带来了挑战.现有基于SBR研究方法大都是将会话序列建模为成对的图结构化数据或者建模为超图结构化数据,这种将会话序列建模为单一图的方法无法捕获更完整的项目转化信息,从而降低模型的准确度.为了充分考虑会话之间的相互影响,本文提出了一种多通道图神经网络的层次化融合模型用于增强会话的推荐(HFMC-SBR).模型首先将会话序列建模为全局图、局部图和超图数据,然后分别使用全局编码层和局部编码层以及超图卷机神经网络来捕获节点之间复杂的依赖性关系,学习3种项目嵌入,进而获得全局、局部以及超图项目表示信息,进而引入3层融合模型将三通道融合形成项目表示获得完整的项目转化信息,同时使用注意力机制和反向位置编码对全局上下文和局部上下文信息以及超图通道捕获的会话之间的高阶关系进行有效的融合.实验表明,本文所提出的模型HFMC-SBR,在Tmall、Diginetica和Yoochoose3种数据集上所表现的性能优于基线模型. 展开更多

关键词 基于会话的推荐系统 多通道信息融合 层级融合

在线阅读 下载PDF 职称材料

信息熵改进Bagging-CNN-BILSTM的刀具剩余寿命预测

9

作者 杨化林 董春芳 《重庆理工大学学报(自然科学)》 北大核心 2025年第6期192-199,共8页

针对单一传感器预测精度差、可靠性低的问题,提出一种信息熵改进的Bagging-CNN-BILSTM模型。使用Sureshrink阈值选择方法代替固定阈值进行小波降噪,提取多传感器信号的时域、频域及时频域信息,构建刀具多源信息矩阵。通过计算皮尔逊系... 针对单一传感器预测精度差、可靠性低的问题,提出一种信息熵改进的Bagging-CNN-BILSTM模型。使用Sureshrink阈值选择方法代替固定阈值进行小波降噪,提取多传感器信号的时域、频域及时频域信息,构建刀具多源信息矩阵。通过计算皮尔逊系数与灰色关联度对所提取信号特征进行双重特征降维,获取刀具寿命因子;基于信息熵改进Bagging-CNN-BILSTM模型,优化Bagging中Bootstrap样本重复采样与随机采样。对所提方法在PHM2010数据集上进行验证,实验结果表明:相比未改进Bagging-CNN-BILSTM模型、CNN-BILSTM模型、CNN-LSTM模型、CNN-GRU模型,所提模型的平均绝对误差分别降低44.8%、48.8%、49.6%、58.8%,具有更好的预测精度与可靠性。 展开更多

关键词 刀具寿命预测 多通道信息融合 改进小波降噪 卷积神经网络 样本信息熵 改进Bagging模型

在线阅读 下载PDF 职称材料

智能教室中情境感知的多通道融合方法

10

作者 王绍哲 罗全锋 《现代电子技术》 2011年第6期78-82,87,共6页

现有的智能教室中多通道融合方法普遍缺乏情境信息的感知能力,融合策略固定、简单,不能很好解决多通道输入的二义性、非精确、冲突性和时间偏序关系。针对以上问题,采用EMMA标注语言调整时序关系,用层次任务网络规划器HTN规划动作行为,... 现有的智能教室中多通道融合方法普遍缺乏情境信息的感知能力,融合策略固定、简单,不能很好解决多通道输入的二义性、非精确、冲突性和时间偏序关系。针对以上问题,采用EMMA标注语言调整时序关系,用层次任务网络规划器HTN规划动作行为,用证据理论融合各个情感检测通道的检测结果,提出了一种通用可扩展的基于情境感知的多通道融合模型及方法。实验结果表明,该方法较好地解决了多通道学生情感检测的冲突性、二义性,提高了检测的精确性与正确性。 展开更多

关键词 智能教室 情境感知 多通道信息融合 情感识别

在线阅读 下载PDF 职称材料

基于多尺度卷积神经网络和门控循环单元的离心泵叶轮故障诊断 被引量：1

11

作者 陶付东 智一凡 +4 位作者 李怀瑞 柳应倩 郝达 秦浩洋 付强 《机电工程》 北大核心 2025年第5期885-893,共9页

采用传统的诊断方法难以准确识别离心泵的关键水力部件叶轮在离心力、流体动力等综合作用情况下产生的机械故障。针对这一问题,提出了一种多尺度卷积神经网络(MCNN)和门控循环单元(GRU)相结合的离心泵叶轮故障诊断方法。首先,在卷积神... 采用传统的诊断方法难以准确识别离心泵的关键水力部件叶轮在离心力、流体动力等综合作用情况下产生的机械故障。针对这一问题,提出了一种多尺度卷积神经网络(MCNN)和门控循环单元(GRU)相结合的离心泵叶轮故障诊断方法。首先,在卷积神经网络的基础上引入了循环神经网络,建立了特征提取和故障分类模块,可以自动地对原始输入信号进行空间和时间特征提取并识别关键故障模式;然后,搭建了立式离心泵叶轮故障仿真实验台架,对叶轮不同故障下的泵体振动信号进行了采集,用于训练所提MCNN-GRU诊断模型;最后,利用MCNN和GRU搭建了的诊断模型和其他模型,对叶轮不同故障情况下的振动信号故障识别情况进行了对比,并对抗噪性能进行了分析。研究结果表明:无噪声情况下的单通道诊断准确率超过97.59%,在强噪声条件下多通道诊断准确率达99.13%,优于传统方法,表现出良好的抗噪性能;此外,通过三通道振动数据的融合,诊断准确率达100%,可验证多通道数据融合的优势。该研究结果可为离心泵叶轮故障诊断提供可靠的方案。 展开更多

关键词 离心泵 特征提取 多通道信息融合 多尺度卷积神经网络 门控循环单元

在线阅读 下载PDF 职称材料

飞行事故调查辅助分析系统的开发及应用 被引量：5

12

作者 李春香 赵志昌 赵建伟 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2007年第1期130-134,共5页

针对飞行事故调查的实际需要,提出基于点对象构建飞行事故分析模型的思路.在该模型中,点对象可被用来描述事故的关键特征,如失事位置、飞行航迹、事故现场残骸分布等.基于该模型,将同一事故中的飞行数据、驾驶舱话音数据、雷达数据、目... 针对飞行事故调查的实际需要,提出基于点对象构建飞行事故分析模型的思路.在该模型中,点对象可被用来描述事故的关键特征,如失事位置、飞行航迹、事故现场残骸分布等.基于该模型,将同一事故中的飞行数据、驾驶舱话音数据、雷达数据、目击数据以及现场残骸分布等信息整合起来,并在AutoCAD Map平台基础上开发了事故调查辅助分析系统.该系统通过绘制事故过程图和事故现场残骸分布图等手段,为事故调查提供直观、科学的辅助分析,从而有效地提高事故调查的水平. 展开更多

关键词 事故调查 多通道信息融合 事故过程和事故现场残骸分布描述 点对象

在线阅读 下载PDF 职称材料

基于SDP图像与VGG网络的旋转机械转子故障诊断研究 被引量：11

13

作者 武海彬 卜明龙 +1 位作者 刘圆圆 郝惠敏 《机电工程》 CAS 北大核心 2020年第9期1069-1074,共6页

针对传统故障诊断方法对旋转机械转子故障状态识别精度较低的问题,提出了一种基于对称点模式图像特征信息融合与深度学习相结合的旋转机械转子故障诊断方法。采用SDP信息融合技术,对转子故障状态下的多通道振动信号进行了信息融合,通过... 针对传统故障诊断方法对旋转机械转子故障状态识别精度较低的问题,提出了一种基于对称点模式图像特征信息融合与深度学习相结合的旋转机械转子故障诊断方法。采用SDP信息融合技术,对转子故障状态下的多通道振动信号进行了信息融合,通过SDP图形特征可简单直观地区分不同转子故障振动状态;结合深度学习VGG网络自适应提取了SDP图像的特征信息,对不同故障转化的SDP图像实现了准确的诊断识别,进而判别了其故障类型;通过变速器机械故障模拟实验验证了所提出方法的有效性,并与传统机器学习方法极限学习机(ELM)进行了比较。研究结果表明:基于SDP图像与VGG网络的旋转机械转子故障诊断方法解决了转子故障振动信号中存在的高复杂、非线性和不稳定问题,与传统机器学习方法ELM相比具有更高的识别精度。 展开更多

关键词 深度学习 VGG网络 SDP图像 多通道信息融合 转子故障诊断 极限学习机

在线阅读 下载PDF 职称材料