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
2
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
基于领域自适应与注意力机制的电梯安全风险预测
1
作者
张欢
王晨
+1 位作者
单景东
仇润鹤
《计算机工程》
北大核心
2025年第2期86-93,共8页
电梯作为特种设备之一,其运行安全风险预测至关重要。当前对于电梯相关的研究多基于电梯部件数据,并且预测方法在变换应用场景的情况下会出现预测精度低、泛化能力差等问题。为此,提出一种基于领域自适应与注意力机制的电梯安全风险预...
电梯作为特种设备之一,其运行安全风险预测至关重要。当前对于电梯相关的研究多基于电梯部件数据,并且预测方法在变换应用场景的情况下会出现预测精度低、泛化能力差等问题。为此,提出一种基于领域自适应与注意力机制的电梯安全风险预测方法。该方法基于对抗领域自适应网络,并且使用注意力机制优化网络的特征提取能力。方法包括特征提取器、标签分类器和领域分类器3个部分,输入数据为同时包含源域与目标域数据的电梯安全风险因素,经由注意力机制优化的特征提取器,自适应提取并保留源域和目标域之间的公共关键特征,然后将关键特征同时输入至标签分类器和领域分类器,通过领域自适应实现由源域至目标域的迁移学习,通过标签分类器输出电梯运行状态。实验结果表明,所提出的方法在迁移至目标域应用场景的情况下,预测精度可以达到86.9%,相较于优化前提高了2.6百分点,与LSTM-AE、CNN-LSTM、TrAdaBoost.R2、深度子领域自适应网络(DSAN)相比分别高出9.5、8.3、3.7和1.2百分点,能够有效地对电梯安全风险进行预测。
展开更多
关键词
电梯
安全风险预测
注意力机制
对抗领域自适应网络
迁移学习
在线阅读
下载PDF
职称材料
基于DCGAN和DANN网络的滚动轴承跨域故障诊断
被引量：
20
2
作者
胡若晖
张敏
许文鑫
《振动与冲击》
EI
CSCD
北大核心
2022年第6期21-29,共9页
实现滚动轴承智能故障诊断需要大量标签数据,但机械设备实际运行中因轴承故障无法提前收集充足振动信号,导致滚动轴承故障模式难以判断。为解决该问题,提出一种有效利用少量样本数据实现领域自适应的迁移学习模型。首先,通过深度生成式...
实现滚动轴承智能故障诊断需要大量标签数据,但机械设备实际运行中因轴承故障无法提前收集充足振动信号,导致滚动轴承故障模式难以判断。为解决该问题,提出一种有效利用少量样本数据实现领域自适应的迁移学习模型。首先,通过深度生成式对抗网络(deep convolutional generative adversarial networks,DCGAN)实现少量振动信号的模拟式扩充,生成信号保留了真实信号完整的高频和低频特征;其次,通过对抗领域自适应网络(domain-adversarial neural networks,DANN)将源域与目标域特征投射到同一特征空间,实现多领域特征提取与适配;最后,通过智能诊断网络完成变工况下未知标签滚动轴承健康状态的识别。试验结果表明,所提方法在可用样本较少时能准确有效实现滚动轴承跨域故障诊断,准确率均优于其他迁移学习对比模型。
展开更多
关键词
故障诊断
迁移学习
领域自
适应
深度生成式
对抗
网络
(DCGAN)
对抗领域自适应网络
(DANN)
在线阅读
下载PDF
职称材料
题名
基于领域自适应与注意力机制的电梯安全风险预测
1
作者
张欢
王晨
单景东
仇润鹤
机构
东华大学信息科学与技术学院
数字化纺织服装技术教育部工程研究中心
上海市特种设备监督检验技术研究院
出处
《计算机工程》
北大核心
2025年第2期86-93,共8页
基金
上海市自然科学基金(20ZR1400700)。
文摘
电梯作为特种设备之一,其运行安全风险预测至关重要。当前对于电梯相关的研究多基于电梯部件数据,并且预测方法在变换应用场景的情况下会出现预测精度低、泛化能力差等问题。为此,提出一种基于领域自适应与注意力机制的电梯安全风险预测方法。该方法基于对抗领域自适应网络,并且使用注意力机制优化网络的特征提取能力。方法包括特征提取器、标签分类器和领域分类器3个部分,输入数据为同时包含源域与目标域数据的电梯安全风险因素,经由注意力机制优化的特征提取器,自适应提取并保留源域和目标域之间的公共关键特征,然后将关键特征同时输入至标签分类器和领域分类器,通过领域自适应实现由源域至目标域的迁移学习,通过标签分类器输出电梯运行状态。实验结果表明,所提出的方法在迁移至目标域应用场景的情况下,预测精度可以达到86.9%,相较于优化前提高了2.6百分点,与LSTM-AE、CNN-LSTM、TrAdaBoost.R2、深度子领域自适应网络(DSAN)相比分别高出9.5、8.3、3.7和1.2百分点,能够有效地对电梯安全风险进行预测。
关键词
电梯
安全风险预测
注意力机制
对抗领域自适应网络
迁移学习
Keywords
elevator
safety risk prediction
attention mechanism
adversarial domain adaptive network
transfer learning
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DCGAN和DANN网络的滚动轴承跨域故障诊断
被引量：
20
2
作者
胡若晖
张敏
许文鑫
机构
西南交通大学机械工程学院
轨道交通运维技术与装备四川省重点实验室
出处
《振动与冲击》
EI
CSCD
北大核心
2022年第6期21-29,共9页
基金
国家重点研发计划(2020YFB1712200)
四川省科技计划(2020JDTD0012)
+1 种基金
中国博士后科学基金(2020M673279)
中铁工程服务资助项目(2019H010103)。
文摘
实现滚动轴承智能故障诊断需要大量标签数据,但机械设备实际运行中因轴承故障无法提前收集充足振动信号,导致滚动轴承故障模式难以判断。为解决该问题,提出一种有效利用少量样本数据实现领域自适应的迁移学习模型。首先,通过深度生成式对抗网络(deep convolutional generative adversarial networks,DCGAN)实现少量振动信号的模拟式扩充,生成信号保留了真实信号完整的高频和低频特征;其次,通过对抗领域自适应网络(domain-adversarial neural networks,DANN)将源域与目标域特征投射到同一特征空间,实现多领域特征提取与适配;最后,通过智能诊断网络完成变工况下未知标签滚动轴承健康状态的识别。试验结果表明,所提方法在可用样本较少时能准确有效实现滚动轴承跨域故障诊断,准确率均优于其他迁移学习对比模型。
关键词
故障诊断
迁移学习
领域自
适应
深度生成式
对抗
网络
(DCGAN)
对抗领域自适应网络
(DANN)
Keywords
fault diagnosis
transfer learning
domain adaptation
deep convolutional generative adversarial networks(DCGAN)
domain-adversarial neural networks(DANN)
分类号
TH878 [机械工程—精密仪器及机械]
TG115.28 [金属学及工艺—物理冶金]
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
基于领域自适应与注意力机制的电梯安全风险预测
张欢
王晨
单景东
仇润鹤
《计算机工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于DCGAN和DANN网络的滚动轴承跨域故障诊断
胡若晖
张敏
许文鑫
《振动与冲击》
EI
CSCD
北大核心
2022
20
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
