基于改进稠密网络的视频监控人脸识别算法研究 被引量：1

1

作者 余鸣 《现代信息科技》 2024年第1期89-93,共5页

为了提升视频监控中的人脸识别能力,研究利用运动历史图像算法来实现人体跟踪,提出了一种改进稠密网络。在结果中显示,研究采用的人体跟踪算法的跟踪准确率高达99.5%,同时提出的识别算法的识别准确率能够稳定在99.7%以上,且能够针对不... 为了提升视频监控中的人脸识别能力,研究利用运动历史图像算法来实现人体跟踪,提出了一种改进稠密网络。在结果中显示,研究采用的人体跟踪算法的跟踪准确率高达99.5%,同时提出的识别算法的识别准确率能够稳定在99.7%以上,且能够针对不同表情特征的人脸表现出较高的识别准确率。以上结果表明,改进稠密网络能够有效提升视频监控人脸识别能力,对城市监控的智能化发展具有重要意义。 展开更多

关键词 视频监控 运动历史图像算法 改进稠密网络 人体跟踪 人脸识别

在线阅读 下载PDF 职称材料

基于空洞-稠密网络的交通拥堵预测模型 被引量：6

2

作者 石敏 蔡少委 易清明 《上海交通大学学报》 EI CAS CSCD 北大核心 2021年第2期124-130,共7页

在利用卷积神经网络模型对短时交通拥堵情况等预测场景进行预测时,由于模型的卷积池化操作过程会丢失部分数据,使得目标位置的信息出现丢失及特征的分辨率持续下降,导致模型的预测能力降低.针对此,本文提出一种空洞-稠密神经网络模型.首... 在利用卷积神经网络模型对短时交通拥堵情况等预测场景进行预测时,由于模型的卷积池化操作过程会丢失部分数据,使得目标位置的信息出现丢失及特征的分辨率持续下降,导致模型的预测能力降低.针对此,本文提出一种空洞-稠密神经网络模型.首先,利用空洞卷积用较少的网络参数获取更大感受野的特点,充分提取出复杂多变的数据时空特征.其次,通过下采样及稠密网络的等值映射,解决参数在神经网络层数增加过程出现退化的问题.最后,取实际的城市道路平均车速数据块对网络结构的有效性进行验证.结果表明:同卷积神经网络模型相比,该网络结构预测平均绝对误差降低3%~23%. 展开更多

关键词 空洞-稠密网络 时空特征 卷积神经网络 短时交通拥堵预测

在线阅读 下载PDF 职称材料

基于宽浅稠密网络的无人驾驶汽车交通标志牌识别

3

作者 邓涛 李鑫 +1 位作者 汪明明 邓彪 《汽车技术》 CSCD 北大核心 2020年第1期12-18,共7页

以稠密网络为基础设计了交通标志牌识别模型,重点研究数据集预处理网络,利用宽浅稠密网络提取图片特征,并构建了全局平均池化分类网络。利用翻转和数据增强方法对数据集进行扩增处理,采用动态数据扩增策略使模型适应训练数据的变化,在... 以稠密网络为基础设计了交通标志牌识别模型,重点研究数据集预处理网络,利用宽浅稠密网络提取图片特征,并构建了全局平均池化分类网络。利用翻转和数据增强方法对数据集进行扩增处理,采用动态数据扩增策略使模型适应训练数据的变化,在测试集上实现了99.68%的准确率。在标志牌清晰完整和模糊不全两种情况下验证模型识别效果,结果显示,模型未出现误检和漏检情况,在图像信息被破坏的情况下,仍能以最大置信度正确地识别标志牌,识别准确度高、抗干扰能力强,具有良好的鲁棒性及泛化能力。 展开更多

关键词 无人驾驶 交通标志牌识别 深度学习 深层卷积神经网络 稠密网络

在线阅读 下载PDF 职称材料

基于稠密网络的DNA结合蛋白质预测方法

4

作者 李国斌 杜秀全 +1 位作者 李新路 吴志泽 《重庆科技学院学报（自然科学版）》 CAS 2020年第5期81-85,共5页

提出了一种基于深度学习的DNA结合蛋白识别方法(DBP-DenseNet)。以稠密网络代替传统的金字塔式卷积神经网络(CNN)结构,将上一层的特征信息整合到下一层,利用层间的特征融合来学习整个氨基酸序列的综合特征;由双向长短期记忆网络(Bi-LSTM... 提出了一种基于深度学习的DNA结合蛋白识别方法(DBP-DenseNet)。以稠密网络代替传统的金字塔式卷积神经网络(CNN)结构,将上一层的特征信息整合到下一层,利用层间的特征融合来学习整个氨基酸序列的综合特征;由双向长短期记忆网络(Bi-LSTM)负责在氨基酸序列上下文中获取长期依赖关系。实验结果表明,稠密连接可以有效提高模型的特征表达能力。 展开更多

关键词 DNA结合蛋白预测 词嵌入 稠密网络 双向长短期记忆网络

在线阅读 下载PDF 职称材料

SSCDenseNet:一种空-谱卷积稠密网络的高光谱图像分类算法 被引量：19

5

作者 刘启超 肖亮 +1 位作者 刘芳 徐金环 《电子学报》 EI CAS CSCD 北大核心 2020年第4期751-762,共12页

基于深度学习的高光谱遥感图像地物分类是目前研究的热点.但由于其参数规模大以及结构复杂,深度网络通常需要大量训练样本和较长训练时间,如何在小规模样本下建立深度学习监督分类模型是需要解决的关键问题.本文提出了一种小规模样本下... 基于深度学习的高光谱遥感图像地物分类是目前研究的热点.但由于其参数规模大以及结构复杂,深度网络通常需要大量训练样本和较长训练时间,如何在小规模样本下建立深度学习监督分类模型是需要解决的关键问题.本文提出了一种小规模样本下高光谱图像分类的空-谱卷积稠密网络算法,称为SSCDenseNet,其包含三种新颖的架构策略:(1)空-谱分离卷积,即采取光谱维一维卷积和空间维二维卷积的分离卷积结构构成隐层单元,并通过多个隐层单元堆叠构造深度网络;(2)隐层单元中使用批归一化,减少数据协方差漂移及加速网络训练;(3)隐层单元间构建稠密连接,缓解梯度消失问题并实现特征复用.通过Indian Pines、Pavia University与Salinas数据集进行综合测评,表明该方法优于若干最新深度学习方法,特别在小规模样本下具有优异的分类性能. 展开更多

关键词 高光谱图像 监督分类 深度学习 稠密网络 空-谱卷积

在线阅读 下载PDF 职称材料

类别标签辅助改进稠密网络的变工况轴承故障诊断 被引量：4

6

作者 孙洁娣 刘保 +3 位作者 温江涛 时培明 闫盛楠 肖启阳 《振动与冲击》 EI CSCD 北大核心 2022年第17期204-212,共9页

基于数据驱动的滚动轴承智能故障诊断得到广泛研究,但多数研究中均假设训练数据与测试数据同分布,考虑到旋转机械实际运转中复杂多变的工况往往导致数据分布产生偏差,使得识别方法的通用性差、实际识别效果不佳。将域适应引入轴承故障... 基于数据驱动的滚动轴承智能故障诊断得到广泛研究,但多数研究中均假设训练数据与测试数据同分布,考虑到旋转机械实际运转中复杂多变的工况往往导致数据分布产生偏差,使得识别方法的通用性差、实际识别效果不佳。将域适应引入轴承故障诊断过程中,基于迁移学习提出了一种特征空间域和标签概率分布同步适应的迁移学习网络。该网络将一维稠密卷积网络及注意力机制融合实现复杂故障特征的自动提取;域适应处理通过联合最小化特征概率分布差异和标签概率分布差异来约束网络学习域不变特征;最终对变工况滚动轴承故障实现了高准确度的识别。实验结果表明了该方法的可行性及良好的性能。 展开更多

关键词 轴承故障诊断 变工况 稠密卷积网络 注意力机制 类别标签辅助

在线阅读 下载PDF 职称材料

基于稠密连接网络的单矢量水听器目标方位估计

7

作者 柯凯磊 孙德龙 《舰船科学技术》 北大核心 2024年第12期132-139,共8页

将方位估计问题看成多标签分类问题,将稠密连接网络应用于单矢量水听器目标方位估计,使用经典方法中广泛关注的二阶统计量作为神经网络的输入,使用不断生成训练集的方法训练神经网络。仿真及湖试结果表明,使用稠密连接网络相较经典方法... 将方位估计问题看成多标签分类问题,将稠密连接网络应用于单矢量水听器目标方位估计,使用经典方法中广泛关注的二阶统计量作为神经网络的输入,使用不断生成训练集的方法训练神经网络。仿真及湖试结果表明,使用稠密连接网络相较经典方法具有更窄的主瓣和更高的方位分辨力;在2个目标信噪比相差6 dB及以上的情况下,稠密连接网络具备经典方法没有的同时检测2个目标的能力,且仍具有优秀的方位分辨力;当2个目标信噪比相差大于18 dB后稠密连接网络逐渐丧失了对弱目标的检测能力。 展开更多

关键词 稠密连接网络 单矢量水听器 波达方位估计 方位分辨力 信噪比

在线阅读 下载PDF 职称材料

基于稠密高分辨率并联网络的安检X光图像分割

8

作者 李广睿 刘琼 《北京信息科技大学学报（自然科学版）》 2024年第2期9-14,共6页

针对安检X光图像检测中违禁物品尺度差异大、杂乱无章且存在重叠遮挡现象的技术难题,对高分辨率网络(high-resolution network, HRNet)模型进行改进,同时融合去遮挡单元,提出了一种新的多尺度特征融合网络结构,实现安检X光图像中的违禁... 针对安检X光图像检测中违禁物品尺度差异大、杂乱无章且存在重叠遮挡现象的技术难题,对高分辨率网络(high-resolution network, HRNet)模型进行改进,同时融合去遮挡单元,提出了一种新的多尺度特征融合网络结构,实现安检X光图像中的违禁物品语义分割。在编码阶段,基于HRNet的多分支并联网络结构,设计了一种单分支内稠密连接的方式,增强深、浅层的信息融合,提取多尺度特征,解决安检X光图像违禁物品尺度多样化的问题。在网络整体架构中,融入基于注意力机制的去遮挡单元,加强模型的边缘感知能力,有效抑制安检X光图像中物品重叠遮挡对分割精度的影响。在PIDray安检图像公开数据集的Easy、Hard、Hidden三个验证子集上验证了所提方法的有效性。结果表明:该模型分别取得了74.69%、69.92%、56.77%的平均交并比,相比原始HRNet模型,分别提升了2.03、1.62、4.13百分点,总体平均交并比提升约2.59百分点。 展开更多

关键词 安检X光图像 语义分割 违禁品识别 稠密并联网络

在线阅读 下载PDF 职称材料

视觉注意机制的注意残差稠密神经网络弱光照图像增强 被引量：12

9

作者 邓箴 王一斌 刘立波 《液晶与显示》 CAS CSCD 北大核心 2021年第11期1463-1473,共11页

针对传统的弱光照图像增强算法鲁棒性差,基于神经网络的图像增强算法直接从弱光照图像中估计增强结果,并未注入视觉注意机制,不能有效注意弱光照区域,导致算法增强结果的精度不高等问题,本文提出了注意残差稠密神经网络的弱光照图像增... 针对传统的弱光照图像增强算法鲁棒性差,基于神经网络的图像增强算法直接从弱光照图像中估计增强结果,并未注入视觉注意机制,不能有效注意弱光照区域,导致算法增强结果的精度不高等问题,本文提出了注意残差稠密神经网络的弱光照图像增强算法来提高弱光照图像的增强精度和视觉效果。该算法主要包括注意循环网络和残差稠密网络,注意循环网络在光照图的引导下,利用循环网络结构逐步关注图像中的弱光照区域,从而产生由粗到细,逐步优化的光照注意图。而光照注意图则进一步联合弱光照图像作为后续的残差稠密网络的输入,引导残差稠密网络为弱光照区域分配更多的计算资源,更好地学习弱光照图像与增强图像的映射关系,得到准确的图像增强结果。实验表明,本文算法在合成图像及真实图像上均较常用算法有更好的增强效果。 展开更多

关键词 弱光照图像增强 Retinex模型 卷积神经网络 残差稠密网络 注意机制

在线阅读 下载PDF 职称材料

基于注意机制的轻量化稠密连接网络单幅图像去雨 被引量：4

10

作者 柴国强 王大为 +1 位作者 芦宾 李竹 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第11期2186-2192,共7页

图像中附着的雨条纹对背景造成的破坏严重影响了对图像信息的分析和后续研究。为了恢复被雨条纹破坏的背景纹理特征,提出一种基于注意机制的轻量化稠密连接网络针对单幅图像进行去雨。注意机制有利于网络准确定位降雨区域,稠密连接网络... 图像中附着的雨条纹对背景造成的破坏严重影响了对图像信息的分析和后续研究。为了恢复被雨条纹破坏的背景纹理特征,提出一种基于注意机制的轻量化稠密连接网络针对单幅图像进行去雨。注意机制有利于网络准确定位降雨区域,稠密连接网络的使用增强了特征的复用,缓解了梯度消失和模型退化问题。利用多尺度通道混洗深度可分离卷积实现网络轻量化设计,降低了网络参数规模,提升了网络运行效率。在合成数据集和真实数据集上的去雨结果表明,所提算法在定量指标和定性分析上都优于现有算法。 展开更多

关键词 注意机制 稠密连接网络 轻量化设计 图像去雨 深度学习

在线阅读 下载PDF 职称材料

基于稠密卷积网络的轴承故障诊断 被引量：4

11

作者 徐文学 夏懿 张德祥 《噪声与振动控制》 CSCD 2020年第4期80-86,共7页

轴承故障诊断非常依赖故障特征的提取,为了实现基于原始数据的更加直接的故障诊断,提出一种基于稠密卷积网络的轴承故障诊断方法。该方法首先将原始一维数据规范化,再输入到稠密块网络并结合softmax分类层来自适应学习轴承振动信号的有... 轴承故障诊断非常依赖故障特征的提取,为了实现基于原始数据的更加直接的故障诊断,提出一种基于稠密卷积网络的轴承故障诊断方法。该方法首先将原始一维数据规范化,再输入到稠密块网络并结合softmax分类层来自适应学习轴承振动信号的有效特征,进而实现分类。实验中运用西储大学所提供的轴承故障数据库测试了网络的有效性,并且与其他常用轴承故障诊断网络进行对比。研究结果表明所提网络对基于轴承振动数据的故障类型识别准确率明显优于其它网络,特别是针对混入一定噪声的故障数据,仍然可以达到较高的诊断精度,因此有不错的抗噪声性能。 展开更多

关键词 故障诊断 轴承 特征提取 稠密卷积网络 数据规范化

在线阅读 下载PDF 职称材料

一种基于改进稠密卷积神经网络的表情识别方法 被引量：1

12

作者 戴沁璇 罗晓曙 +1 位作者 蒙志明 黄苑琴 《现代电子技术》 2022年第9期29-34,共6页

人的表情包含大量信息,可用于显示人的很多情感状态,例如疲劳和疼痛的表情等。卷积神经网络(CNN)是一种识别人脸表情的有效方法,它可以同时执行特征提取和分类,并可以自动发现数据中的多个表情特点。针对卷积神经网络参数大以及传统表... 人的表情包含大量信息,可用于显示人的很多情感状态,例如疲劳和疼痛的表情等。卷积神经网络(CNN)是一种识别人脸表情的有效方法,它可以同时执行特征提取和分类,并可以自动发现数据中的多个表情特点。针对卷积神经网络参数大以及传统表情识别方法准确率不高的问题,提出一种基于改进的稠密卷积神经网络的面部表情识别模型。首先通过使用Gabor滤波器初始化第一层卷积层;然后采用一种对数线性函数(LLU)进行网络优化,该模型中的特征重用和参数压缩技术提高了网络的学习能力,大大减少了模型参数;最后基于此模型设计了一个表情识别系统,该系统能够准确地识别照片上的表情和在线识别人脸表情。实验结果表明,该模型可以显著提高三个表情数据集的准确率,并能很好地识别人脸表情。 展开更多

关键词 人脸表情识别 改进稠密卷积神经网络 卷积层初始化 GABOR滤波器 激活函数 表情识别系统

在线阅读 下载PDF 职称材料

基于稠密卷积网络的文字识别研究

13

作者 王庭栋 《科学技术创新》 2021年第20期89-90,共2页

目前票据、单据等文字资料的录入工作仍大量由人工完成,传统的光学字符识别技术进行录入操作存在识别精度低、需要进行后期人为纠错等问题。近年来,基于深度学习的文字识别技术成为热门研究课题,多分类问题的精确度显著提高,文字识别技... 目前票据、单据等文字资料的录入工作仍大量由人工完成,传统的光学字符识别技术进行录入操作存在识别精度低、需要进行后期人为纠错等问题。近年来,基于深度学习的文字识别技术成为热门研究课题,多分类问题的精确度显著提高,文字识别技术得到了快速发展。但由于汉字分类存在种类多、字体多、形近字多等问题,并且网络结构存在模型复杂,过拟合程度大等问题。本文针对这些问题,基于稠密卷积网络,设计了中文文字识别模型。实验结果表明,针对一级汉字识别率可以达到97.1%。在具有较高的文字识别率的同时缓解了梯度消失问题,具有一定的应用价值。 展开更多

关键词 文字识别 卷积神经网络 稠密卷积网络 光学字符识别

在线阅读 下载PDF 职称材料

基于双分支图卷积融合网络的水库区域地表覆盖遥感分类

14

作者 张成才 郭少华 +1 位作者 罗蔚然 杨峰 《中国农村水利水电》 北大核心 2023年第7期124-131,138,共9页

准确的水库区域地表覆盖遥感分类,为水库生态环境保护、水库优化调度及水土保持等方面提供重要的基础数据。近年来,深度学习广泛应用于地表覆盖分类中,目前基于卷积神经网络的地表覆盖分类方法,通常是使用规则卷积核进行的局部空间运算... 准确的水库区域地表覆盖遥感分类,为水库生态环境保护、水库优化调度及水土保持等方面提供重要的基础数据。近年来,深度学习广泛应用于地表覆盖分类中,目前基于卷积神经网络的地表覆盖分类方法,通常是使用规则卷积核进行的局部空间运算,难以捕获像元间的长距离依赖关系。因此提出一种双分支图卷积融合网络(Dual Graph Convolutional Fusion Network,Dual-GCFN)进行地表覆盖遥感分类,网络分为两部分,其中上分支利用K近邻算法构建像元间的拓扑关系图,然后用图神经网络(Graph Neural Network,GNN)聚合邻域特征更新目标节点信息,实现光谱特征的聚合;下分支利用稠密网络(Dense Convolutional Network,DenseNet)对影像局部块进行卷积,提取遥感影像的空间信息和高阶语义信息;最后通过维度通道Add操作将光谱特征和空间特征将进行有效融合,经过全连接层后使用Softmax分类器实现地表覆盖分类。以河南省出山店水库区域为研究对象,使用研究区的Sentinel-2遥感影像数据和DEM数据进行实验,结果表明:提出的Dual-GCFN分类总体精度和Kappa系数分别为90.63%和0.87,与经典分类方法随机森林分类(Random Forest,RF)、单一的GNN或者DenseNet的分类结果相比总体精度分别提高了15.97%、10.86%、4.64%,Kappa系数分别提高了0.26、0.24、0.08,且在分类结果中大幅减少了地物的错分现象和分类图中的点状噪声。 展开更多

关键词 遥感 地表覆盖 深度学习 图神经网络 稠密网络

在线阅读 下载PDF 职称材料

嵌套网络模型下的相似图像检索方法 被引量：2

15

作者 倪翠 王朋 +1 位作者 朱元汀 张东 《应用科学学报》 CAS CSCD 北大核心 2022年第3期400-410,共11页

对深度学习领域的稠密卷积网络(dense convolutional network,DenseNet)进行改进,提出了一种嵌套网络模型下的相似图像检索方法。该方法主要通过嵌入压缩和激励网络(squeeze-and-excitation network,SENet),调整原DenseNet网络结构,优... 对深度学习领域的稠密卷积网络(dense convolutional network,DenseNet)进行改进,提出了一种嵌套网络模型下的相似图像检索方法。该方法主要通过嵌入压缩和激励网络(squeeze-and-excitation network,SENet),调整原DenseNet网络结构,优化特征提取模块,从而提高图像检索的准确率。在整个深度学习的过程中,给图像特征通道设置合理的权值,抑制图像中的无效特征,能够进一步提高图像的检索速度。实验结果表明,所提算法能够加强图像有效特征的传递,无论从精度和速度方面均可得到较好的图像检索结果。 展开更多

关键词 稠密卷积网络 压缩和激励网络 嵌套 抑制无效特征 图像检索

在线阅读 下载PDF 职称材料

改进DenseNet的干气密封摩擦润滑状态识别研究

16

作者 张帅 丁雪兴 +2 位作者 王世鹏 力宁 张兰霞 《振动与冲击》 北大核心 2025年第4期313-321,共9页

为了克服干气密封运行中端面接触状态参数(膜厚、端面开启时间)测量困难的问题,提出自注意力机制融合稠密连接网络(DenseNet-convolutional block attention module,DenseNet-CBAM)的干气密封端面摩擦润滑状态识别方法。根据斯特里贝克... 为了克服干气密封运行中端面接触状态参数(膜厚、端面开启时间)测量困难的问题,提出自注意力机制融合稠密连接网络(DenseNet-convolutional block attention module,DenseNet-CBAM)的干气密封端面摩擦润滑状态识别方法。根据斯特里贝克曲线和干气密封运行规律分析端面可能出现的摩擦润滑状态:流体润滑,边界润滑、混合润滑。通过声发射传感器采集密封系统运行时的声发射信号,通过滤波、时域分析、频域分析得出能够表征各种摩擦润滑状态的特征分量,获取三维连续小波(3D continuous wavelet transform,3D-CWT)时频图,最终基于深度学习模型Densenet-CBAM识别时频图,实现密封系统摩擦润滑状态识别。与其他二维时频特征图作为输入端相比,3D-CWT时频图提高了状态识别的准确率。同时,相较于其他深度学习模型,该方法对干气密封摩擦润滑状态识别精度高,达到了99.27%。 展开更多

关键词 干气密封 稠密连接网络 自注意力机制 声发射 状态识别

在线阅读 下载PDF 职称材料

基于离散小波变换的细节增强的图像修复优化方法 被引量：1

17

作者 郑博伟 李宗辉 +1 位作者 陈锐彬 黄梅佳 《信息技术与信息化》 2024年第6期46-51,共6页

针对现有基于小波变换的深度图像修复方法存在的不足进行优化,提出了一种基于离散小波变换的细节增强的深度图像修复优化方法。首先,采用一种求和方法将现有方法中的冗余高频信息加以利用,进一步增强修复图像的高频细节;其次,提出一种... 针对现有基于小波变换的深度图像修复方法存在的不足进行优化,提出了一种基于离散小波变换的细节增强的深度图像修复优化方法。首先,采用一种求和方法将现有方法中的冗余高频信息加以利用,进一步增强修复图像的高频细节;其次,提出一种基于稠密神经网络(DenseNet)的判别网络结构,改进原有方法中的判别网络结构,以提高修复图像的质量;最后,在多个公共数据集上进行大量实验,实验结果表明,所提出的优化方法具有有效性。 展开更多

关键词 图像修复 高频信息 稠密神经网络 判别网络

在线阅读 下载PDF 职称材料

基于深度学习的拉削刀具磨损状态识别模型 被引量：1

18

作者 应申舜 傅晨泰 +3 位作者 林绿胜 吕晓敏 张顺琦 易凯 《高技术通讯》 CAS 2022年第10期1089-1100,共12页

拉削是航空发动机涡轮盘榫槽的关键加工工艺,拉刀在工作过程中的异常状态若不能被及时发现并加以干预,将引起严重的破坏,目前尚无先进的人工智能方法解决这一问题。本文提出了一种拉削刀具磨损状态识别模型(DSBiLSTM),该模型基于具有特... 拉削是航空发动机涡轮盘榫槽的关键加工工艺,拉刀在工作过程中的异常状态若不能被及时发现并加以干预,将引起严重的破坏,目前尚无先进的人工智能方法解决这一问题。本文提出了一种拉削刀具磨损状态识别模型(DSBiLSTM),该模型基于具有特征重用优势的稠密连接网络(DenseNet)设计了DenseNet(3-2),实现空间特征提取和降维,并设计了堆叠的双向长短期记忆网络(SBiLSTM),实现时序特征提取,两者优势互补,将多尺度融合提取特征纳入到多个全连接层(FNN)和Softmax层,实现刀具磨损状态识别。基于创新的识别模型,设计了涡轮盘榫槽拉削加工实验,采用了基于混淆矩阵的性能指标体系,将所提出的模型与单个特征提取模型进行比较。实验结果表明,DSBiLSTM模型在刀具磨损状态预测中具有突出性能,识别准确率达到98.73%,单个样本的识别速度提高到11 ms。 展开更多

关键词 深度学习 拉削加工 刀具磨损 状态识别 稠密连接网络(DenseNet) 长短期记忆网络(LSTM)

在线阅读 下载PDF 职称材料

基于VMD和改进DenseNet的滚动轴承故障诊断 被引量：3

19

作者 董路南 邓艾东 +1 位作者 范永胜 刘洋 《动力工程学报》 CAS CSCD 北大核心 2023年第11期1500-1505,1522,共7页

针对传统故障诊断方法抗噪性能差,对振动信号中的故障信息挖掘不充分的问题,提出了一种基于变分模态分解(VMD)与改进的稠密连接网络(DenseNet)相结合的滚动轴承故障诊断模型。首先利用VMD将含有噪声的振动信号分解为多个本征模态分量,... 针对传统故障诊断方法抗噪性能差,对振动信号中的故障信息挖掘不充分的问题,提出了一种基于变分模态分解(VMD)与改进的稠密连接网络(DenseNet)相结合的滚动轴承故障诊断模型。首先利用VMD将含有噪声的振动信号分解为多个本征模态分量,选取与原始信号相关性较大的若干分量并重构,得到降噪后的信号。然后将重构信号送入DenseNet网络中提取特征,并通过增加通道注意力机制对提取的不同特征赋予不同的权重,进一步强化特征的区分度。最后,通过Softmax层完成故障分类。结果表明:该模型对含有不同强度噪声的振动信号均能有效提取故障特征,具有良好的诊断性能。 展开更多

关键词 变分模态分解 稠密连接网络 降噪 通道注意力机制 故障诊断

在线阅读 下载PDF 职称材料

基于自注意力机制的干扰信号检测识别 被引量：5

20

作者 王瑞东 王世练 +1 位作者 张炜 张彦龙 《电讯技术》 北大核心 2023年第6期790-797,共8页

为了解决卫星通信系统在对抗电磁环境中的干扰实时检测识别问题,提出了一种基于自注意力(Self-attention,SA)机制的高效轻量化网络模型。通过采用DenseNet加速对原始IQ信号的特征提取,并引入自注意力模块代替参数量较大的多重卷积层,实... 为了解决卫星通信系统在对抗电磁环境中的干扰实时检测识别问题,提出了一种基于自注意力(Self-attention,SA)机制的高效轻量化网络模型。通过采用DenseNet加速对原始IQ信号的特征提取,并引入自注意力模块代替参数量较大的多重卷积层,实现对卫星通信系统中常见的干扰样式进行分类识别。仿真结果表明,在识别准确率方面达到常规的神经网络模型和算法性能水平的条件下,所提模型在网络复杂度和运算时延方面得到有效压缩。 展开更多

关键词 卫星通信系统 干扰信号检测 自注意力机制 稠密卷积网络 轻量级模型

在线阅读 下载PDF 职称材料