期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
线性映射函数对无损颅内压估计的影响
1
作者 吴少智 吴跃 +1 位作者 徐鹏 胡晓 《电子测量与仪器学报》 CSCD 2010年第8期716-721,共6页
提出了一种基于截断奇异值分解的线性映射函数颅内压无损估计方法。在基于时间序列的数据挖掘框架基础上,分别推导了基于总体最小二乘法的线性映射函数和基于截断奇异值分解法的线性映射函数,通过实验仿真比较证明:不同的线性映射函数... 提出了一种基于截断奇异值分解的线性映射函数颅内压无损估计方法。在基于时间序列的数据挖掘框架基础上,分别推导了基于总体最小二乘法的线性映射函数和基于截断奇异值分解法的线性映射函数,通过实验仿真比较证明:不同的线性映射函数对颅内压的预测确实有较为明显的影响,在所采用的方法中,基于截断奇异值分解法的线性映射函数效果明显优于基于总体最小二乘法的线性映射函数。因此,在该数据挖掘框架中,选择合适的线性映射函数对无损颅内压预测精确性的提高有着非常重要的意义。 展开更多
关键词 数据挖掘框架 线性映射函数 总体最小二乘法 截断奇异值分解法
在线阅读 下载PDF
改进的非下采样Contourlet变换红外弱小目标检测方法 被引量:17
2
作者 马科 彭真明 +2 位作者 何艳敏 高原 张萍 《强激光与粒子束》 EI CAS CSCD 北大核心 2013年第11期2811-2815,共5页
针对存在复杂背景干扰和噪声的红外图像弱小目标检测问题,提出了一种非下采样Contourlet变换(NSCT)的改进的红外弱小目标检测方法。首先对含弱小目标的红外图像进行预处理,然后利用NSCT进行变换,并利用改进的非线性映射函数和能量交叉... 针对存在复杂背景干扰和噪声的红外图像弱小目标检测问题,提出了一种非下采样Contourlet变换(NSCT)的改进的红外弱小目标检测方法。首先对含弱小目标的红外图像进行预处理,然后利用NSCT进行变换,并利用改进的非线性映射函数和能量交叉融合相结合的方法实现了背景杂波的抑制,最后引入Otsu算法进行阈值分割分离出红外弱小目标。通过与同类弱小目标检测算法的对比实验,验证了该方法的有效性。 展开更多
关键词 红外图像 非下采样CONTOURLET变换 线性映射函数 交叉融合 弱小目标检测
在线阅读 下载PDF
支持向量回归的颅内压时间系列无损估计方法 被引量:1
3
作者 吴少智 吴跃 +1 位作者 徐鹏 胡晓 《电子科技大学学报》 EI CAS CSCD 北大核心 2011年第6期956-960,共5页
在对时间序列数据挖掘框架进行研究时发现:在利用线性映射函数刻画误差和特征间的关系时,不能获得对颅内压力信号的精确估计。为了提高对颅内压估计的精确性,本文采用支持向量回归构建存在于特征和误差间的非线性映射函数,实验结果表明... 在对时间序列数据挖掘框架进行研究时发现:在利用线性映射函数刻画误差和特征间的关系时,不能获得对颅内压力信号的精确估计。为了提高对颅内压估计的精确性,本文采用支持向量回归构建存在于特征和误差间的非线性映射函数,实验结果表明:基于支持向量回归的非线性映射函数预测效果明显优于先前所采用的线性最小二乘法所构成的线性映射函数策略。 展开更多
关键词 数据挖掘框架 最小二乘法 线性映射函数 支持向量回归
在线阅读 下载PDF
基于改进卷积神经网络轴承故障诊断 被引量:12
4
作者 庞俊 刘鑫 +2 位作者 段敏霞 任海莉 侯鑫烨 《组合机床与自动化加工技术》 北大核心 2021年第3期66-69,共4页
卷积神经网络(Convolution Neural Network,CNN)是一种常用的智能故障诊断方法。针对卷积神经网络结构中参数较多,训练时间长,并且sigmoid和ReLU激活函数运用带来梯度消失和均值偏移。基于以上问题提出了一种改进非线性映射函数的卷积... 卷积神经网络(Convolution Neural Network,CNN)是一种常用的智能故障诊断方法。针对卷积神经网络结构中参数较多,训练时间长,并且sigmoid和ReLU激活函数运用带来梯度消失和均值偏移。基于以上问题提出了一种改进非线性映射函数的卷积神经网络模型。把振动信号转换成二维振动图像表示其故障纹理,在卷积层中加入了两层残差神经元。再运用该方法对凯斯西储大学和帕德尔伯恩大学轴承数据集进行分析,分别达到预测精度99.18%和100%。 展开更多
关键词 轴承 线性映射函数 卷积神经网络 振动图像
在线阅读 下载PDF
Effect of static transmission error on dynamic responses of spiral bevel gears 被引量:4
5
作者 唐进元 胡泽华 +1 位作者 吴丽娟 陈思雨 《Journal of Central South University》 SCIE EI CAS 2013年第3期640-647,共8页
The effect of static transmission error on nonlinear dynamic response of the spiral bevel gear system combining with time-varying stiffness and backlash was investigated.Firstly,two different control equations of the ... The effect of static transmission error on nonlinear dynamic response of the spiral bevel gear system combining with time-varying stiffness and backlash was investigated.Firstly,two different control equations of the spiral bevel gear model were adopted,where the static transmission error was expressed in two patterns as predesigned parabolic function and sine function of transmission errors.The dynamic response,bifurcation map,time domain response,phase curve and Poincare map were obtained by applying the explicit Runge-Kutta integration routine with variable-step.A comparative study was carried out and some profound phenomena were detected.The results show that there are many different kinds of tooth rattling phenomena at low speed.With the increase of speed,the system enters into stable motion without any rattling in the region(0.72,1.64),which indicates that the system with predesigned parabolic function of transmission error has preferable capability at high speed. 展开更多
关键词 spiral bevel gear static transmission error dynamic response BIFURCATION
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部