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
共找到10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：
基于多尺度CNN与双阶段注意力机制的轴承工况域泛化故障诊断
1
作者 乔卉卉 赵二贤 +3 位作者 郝如江 刘婕 刘帅 王勇超 《振动与冲击》 北大核心 2025年第2期267-278,共12页
变工况条件下,基于深度学习的列车轮对轴承故障诊断模型的训练集与测试集通常来自不同的工况,不同工况振动信号数据分布差异引起的领域漂移问题导致模型准确率降低。基于域适应的变工况轴承故障诊断方法需要获取目标工况域的样本数据参... 变工况条件下,基于深度学习的列车轮对轴承故障诊断模型的训练集与测试集通常来自不同的工况,不同工况振动信号数据分布差异引起的领域漂移问题导致模型准确率降低。基于域适应的变工况轴承故障诊断方法需要获取目标工况域的样本数据参与训练,这在工程实际中难以实现,因此无法实现未知工况的轴承故障诊断。针对以上问题,提出了一种基于多尺度卷积神经网络与双阶段注意力机制网络(two-stage attention multiscale convolutional network model, TSAMCNN)模型的轴承工况域泛化故障诊断方法,其中多尺度特征提取模块从多个尺度上提取时域振动信号中更丰富的故障信息;然后,双阶段注意力模块从通道和空间两个维度自适应地增强故障敏感特征并抑制工况敏感特征和无用特征;最终,提取工况域不变故障特征,从而实现工况域泛化轴承故障诊断。通过变转速和变负载列车轮对轴承故障诊断试验,证明了TSAMCNN模型可提高变工况条件下轴承故障诊断的准确率、抗噪性能和工况域泛化能力。此外,对双阶段注意力机制的权重向量和模型各模块提取的特征进行可视化分析,提高了模型可解释性。 展开更多
关键词 列车轮对轴承 工况域泛化故障诊断 卷积神经网络(CNN) 多尺度特征提取 注意力机制
在线阅读 下载PDF
基于特征金字塔卷积循环神经网络的故障诊断方法 被引量：12
2
作者 刘秀丽 徐小力 《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第2期182-190,共9页
变工况、变载荷设备部件不同故障的特征在信号中所占比例和位置不固定,且包括大量不同场景下的原始振动信号的多尺度复杂性.对此,提出一种基于特征金字塔网络(FPN)的卷积循环神经网络(CRNN)滚动轴承故障诊断方法.利用卷积神经网络(CNN)... 变工况、变载荷设备部件不同故障的特征在信号中所占比例和位置不固定,且包括大量不同场景下的原始振动信号的多尺度复杂性.对此,提出一种基于特征金字塔网络(FPN)的卷积循环神经网络(CRNN)滚动轴承故障诊断方法.利用卷积神经网络(CNN)框架,并联CNN的卷积层和循环神经网络(RNN)中的长短时记忆(LSTM)层,形成新的CRNN,以充分利用CNN对空间域信息和RNN对时域信息的学习能力;在每一层中权值共享,减少网络参数;利用FPN构建全新特征图,输入一维信号和堆叠后形成的二维信号,对传感器采集的信号进行特征提取,实现故障诊断.利用行星齿轮箱进行故障试验,并进行5折交叉验证,该方法的诊断准确率平均值为99.20%,比基本神经网络模型至少高3.62%,表明该方法诊断精度高、鲁棒性强;利用凯斯西储大学轴承数据集进行验证,证明该方法具有良好的泛用性;利用t-SNE方法对模型的特征学习效果进行可视化分析,结果表明不同故障类别特征具有良好的聚类效果. 展开更多
关键词 卷积循环神经网络 特征金字塔 故障诊断 特征可视化
在线阅读 下载PDF
基于域特定特征的CLIP提示优化算法
3
作者 张跃文 王九杭 覃荣华 《现代电子技术》 北大核心 2024年第18期41-46,共6页
当测试数据与训练数据遵循不同的分布时,神经网络会经历领域转移。领域泛化(DG)的目标是学习一个可处理未知域的通用模型,以此来解决这个问题。以往的方法通过数据增强或者特征空间对齐的方式来提取域不变特征,但在提取的过程中又会产... 当测试数据与训练数据遵循不同的分布时,神经网络会经历领域转移。领域泛化(DG)的目标是学习一个可处理未知域的通用模型,以此来解决这个问题。以往的方法通过数据增强或者特征空间对齐的方式来提取域不变特征,但在提取的过程中又会产生新的域特定特征,导致模型泛化的性能较差。针对这些问题,提出一个简单而有效的框架——ERCLIP,通过ERCLIP来实现大规模预训练模型CLIP在DG中的应用。ERCLIP通过主动提取域特定特征,并将其融入文本提示,实现图像语义的精准描述。并且提出一个文本提示优化器,动态地优化提示向量。在公开数据集OfficeHome、VLCS与PACS上的实验结果表明,ERCLIP在OfficeHome上的平均准确率为83.4%,在VLCS上为83.5%,在PACS上为96.5%,在所有算法里取得最优结果。 展开更多
关键词 域不变特征 ERCLIP 领域泛化 神经网络 特征提取 文本提示
在线阅读 下载PDF
基于多维特征神经网络集成的有源干扰识别算法
4
作者 赵忠臣 刘利民 +2 位作者 解辉 韩壮志 荆贺 《现代电子技术》 2023年第19期1-7,共7页
针对在强噪声环境下雷达有源干扰识别准确率不高的问题,提出一种基于功率谱密度、频谱瞬时包络与时频图特征神经网络集成的干扰识别算法。首先从理论推导和方法实现两个角度论述了神经网络集成的基本原理;然后阐述了特征获取方法、网络... 针对在强噪声环境下雷达有源干扰识别准确率不高的问题,提出一种基于功率谱密度、频谱瞬时包络与时频图特征神经网络集成的干扰识别算法。首先从理论推导和方法实现两个角度论述了神经网络集成的基本原理;然后阐述了特征获取方法、网络结构和采用Stacking策略进行网络生成与集成的过程,分析了有源干扰识别的训练、测试结果;最后将该方法与基于时频图的AlexNet检测器、基于功率谱密度序列的LSTM检测器、基于特征融合的双通道检测器进行比较,仿真结果表明,在干噪比(JNR)大于-6 dB时,所提算法对6种有源干扰识别准确概率达到99%以上,具有很好的检测性能。 展开更多
关键词 有源干扰识别 神经网络集成 多维特征 深度自编码器 卷积神经网络 Stacking策略 机器学习 泛化误差
在线阅读 下载PDF
基于改进YOLOv8n的船舶设备拆装流程规范性评估方法
5
作者 张振东 管聪 +2 位作者 张泽辉 吴超 丁学文 《中国舰船研究》 北大核心 2025年第2期140-150,共11页
[目的]船舶机舱作业规范性是船舶安全管控的关键部分,因此船员实操考试将船舶设备拆装作为一个重要考核项。为提升船员实操考试的电子化和智能化水平,提出一种基于计算机视觉的船舶设备拆装流程规范性的自动化识别方法。[方法]首先,以YO... [目的]船舶机舱作业规范性是船舶安全管控的关键部分,因此船员实操考试将船舶设备拆装作为一个重要考核项。为提升船员实操考试的电子化和智能化水平,提出一种基于计算机视觉的船舶设备拆装流程规范性的自动化识别方法。[方法]首先,以YOLOv8n构建船舶设备检测模型的骨干网络,并引入高效通道注意力机制(SA),以提高模型特征提取能力与训练效率;然后,在颈部网络中引入重参数化泛化特征的金字塔网络(GFPN)融合结构,以提高模型的多尺度特征融合能力;最后,引入动态非单调聚焦机制损失函数(WIoU)来替换原CIoU损失函数,以提高模型精度。[结果]自建数据集的试验结果表明:与YOLOv8n相比,改进目标识别算法的平均精度均值提高了0.15,实时检测的每秒帧数提升了0.6,可以准确识别齿轮泵的拆装流程。[结论]该改进算法具有更强的识别能力,可以更好地应用于船舶设备拆装流程规范性的识别任务。 展开更多
关键词 船舶设备 拆除和安装 目标检测 注意力机制(SA) 泛化特征金字塔网络(gfpn) 动态非单调聚焦机制(WIoU)损失函数
在线阅读 下载PDF
深广神经网络在变压器故障诊断中的应用 被引量：3
6
作者 杜江 张知杰 +1 位作者 孙铭阳 吕艳硕 《中北大学学报（自然科学版）》 CAS 2019年第1期90-96,共7页
针对现有的变压器故障诊断方法无法同时实现对历史数据的记忆能力和对未知数据的泛化能力,且很少考虑故障特征之间交互对诊断结果的影响,提出一种基于深广神经网络的变压器故障诊断方法.在具有记忆能力的广义线性模型中加入离散特征的... 针对现有的变压器故障诊断方法无法同时实现对历史数据的记忆能力和对未知数据的泛化能力,且很少考虑故障特征之间交互对诊断结果的影响,提出一种基于深广神经网络的变压器故障诊断方法.在具有记忆能力的广义线性模型中加入离散特征的交叉特征,同时使用具有泛化能力的深度神经网络来捕捉连续特征之间的高阶交互,用联合训练的方法对二者进行参数优化.用优化后的模型处理变压器的油中溶解气体分析(DGA)数据,做出故障诊断,并将实验结果与采用支持向量机、逻辑回归、BP神经网络得到的结果进行对比,证明了所提算法对DGA数据的处理更优,且诊断结果准确率更高. 展开更多
关键词 深广神经网络 记忆能力 泛化能力 交叉特征 联合训练 变压器故障诊断
在线阅读 下载PDF
基于二值网络的自动驾驶目标检测方法
7
作者 吴岳敏 孙圣鑫 +2 位作者 王小龙 马彬 程香平 《陕西科技大学学报》 北大核心 2023年第2期176-183,共8页
针对现有全精度自动驾驶目标检测方法难以在车载计算资源受限平台实时部署等问题,提出了一种基于二值网络的目标检测方法.该方法通过重构残差网络单元和加宽每阶段通道数改进Faster R-CNN主干网络,以增强主干网络特征提取的能力.此外,... 针对现有全精度自动驾驶目标检测方法难以在车载计算资源受限平台实时部署等问题,提出了一种基于二值网络的目标检测方法.该方法通过重构残差网络单元和加宽每阶段通道数改进Faster R-CNN主干网络,以增强主干网络特征提取的能力.此外,该方法通过修改卷积核改进特征金字塔网络和区域提议网络,增强表征和预测能力.通过在两种常用目标检测数据集上进行的大量实验表明,该方法能够大幅度减小模型内存,提高检测速度,并取得与全精度模型相近的检测精度.该方法相比于其他先进的二值化目标检测算法,取得了最优秀的检测性能;相比全精度模型,平均参数量减少1.89倍,平均推理速度提高了6.10倍,而检测精度mAP在两数据集上分别仅下降0.2%和2.4%. 展开更多
关键词 自动驾驶 目标检测 二值化 特征金字塔网络
在线阅读 下载PDF
柴油机缸盖振动信号分析及故障特征提取方法研究 被引量：1
8
作者 王鹏 潘飞 +1 位作者 刘杰 程利军 《重型汽车》 2016年第1期8-9,16,共3页
对于发动机故障诊断,盲目提取整体振动信号的大量特征后,虽然通过神经网络等模式识别算法可以对实验提取的某些样本取得较好的效果,但在实车在线检测中,工况或转速往往稍微改变就会造成故障诊断算法失效。究其原因是提取的特征值与故障... 对于发动机故障诊断,盲目提取整体振动信号的大量特征后,虽然通过神经网络等模式识别算法可以对实验提取的某些样本取得较好的效果,但在实车在线检测中,工况或转速往往稍微改变就会造成故障诊断算法失效。究其原因是提取的特征值与故障类型没有形成较好的对应关系,泛化性能较差,从而导致了特征值的不稳定性。 展开更多
关键词 缸盖振动信号 故障特征 模式识别算法 提取方法研究 发动机故障诊断 故障诊断算法 在线检测 神经网络 整体振动 泛化性能
在线阅读 下载PDF
基于改进YOLOv8s的鼓形滚子表面缺陷检测算法 被引量：12
9
作者 王安静 袁巨龙 +2 位作者 朱勇建 陈聪 吴金津 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第2期370-380,387,共12页
为了提高鼓形滚子表面微小瑕疵缺陷检测的精确率和召回率,增强模型对小目标缺陷的检测能力,针对YOLOv8s网络,提出细粒化卷积模块SPD-Conv来代替卷积下采样,细粒化地提取小缺陷的特征.在特征融合模块,引入GFPN特征融合模块,增强相邻层级... 为了提高鼓形滚子表面微小瑕疵缺陷检测的精确率和召回率,增强模型对小目标缺陷的检测能力,针对YOLOv8s网络,提出细粒化卷积模块SPD-Conv来代替卷积下采样,细粒化地提取小缺陷的特征.在特征融合模块,引入GFPN特征融合模块,增强相邻层级间的跨尺度连接和同尺度下的跨层连接,有助于小目标特征信息在卷积网络的传递.在头部增加小目标检测层,提高模型对小缺陷的检测能力.在损失函数方面,利用动态非单调聚焦的Wise-IOU的边界框损失函数替换CIOU,在加快网络收敛的同时,提高网络检测的精度.在自制的鼓形滚子缺陷数据集上进行测试,结果表明,改进的YOLOv8s在倒角数据集、侧面数据集、端面数据集的mAP@0.5分别达到0.911、0.983、0.935,相比于YOLOv8s,m AP@0.5分别提高了6.4%、3.3%、4%,精确度和召回率也有一定的提升,平均每张图片的检测时间为23 ms.与原模型相比,改进的YOLOv8s对小目标缺陷有更好的定位能力和检测精度,检测速度能够满足工业大批量检测的要求. 展开更多
关键词 鼓形滚子 缺陷检测 YOLOv8s 细粒化卷积 广义的特征金字塔网络(gfpn) Wise-IOU
在线阅读 下载PDF
基于SSD算法的交通指示牌目标检测 被引量：4
10
作者 刘顺民 马致明 陈炳才 《现代电子技术》 2021年第13期144-147,共4页
针对现存的目标检测算法对交通指示牌识别准确率低、泛化能力弱和对于小目标不易检测,无法真正地应用在实际的问题,而深度学习算法中卷积神经网络可以很好地解决传统方法存在的问题,故在SSD算法的基础上使用特征金字塔替代多尺度特征层... 针对现存的目标检测算法对交通指示牌识别准确率低、泛化能力弱和对于小目标不易检测,无法真正地应用在实际的问题,而深度学习算法中卷积神经网络可以很好地解决传统方法存在的问题,故在SSD算法的基础上使用特征金字塔替代多尺度特征层,提出基于SSD的交通指示牌目标检测算法,充分融合了低层和高层的信息,通过对交通指示牌数据集TPD进行训练并检测,实验结果表明提出的基于SSD的交通指示牌目标检测方法比原始的SSD算法在AP上提高了5.4%,对于一些小目标的检测能力更强,从而验证了提出的目标检测方法比原始的SSD算法更优。 展开更多
关键词 泛化能力 SSD 特征金字塔 目标检测 交通指示 TPD 小目标 深度学习 卷积神经网络
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部