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3,472篇文章
< 1 2 … 174 >
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：
Web2.0时代网络深度报道的特征分析 被引量：4
1
作者 苏宏元 段润 《现代传播（中国传媒大学学报）》 CSSCI 北大核心 2010年第3期114-117,共4页
网络传播的特性是否削弱了网络新闻报道的"深度"呢?本文从对深度报道这一报道方式的理解出发,阐释了网络深度报道的基本特征,指出尽管其具备某些传统的深度报道的特点,但显然更富鲜明的互动性、动态性和多维性。
关键词 WEB2.0 网络深度报道 互动性 动态性 多维性
在线阅读 下载PDF
无线网络深度覆盖技术在石窟寺保护利用中的运用——以敦煌莫高窟为例 被引量：3
2
作者 王龙珍 孙志军 +4 位作者 杨静 那刚 胡海旭 庄生文 沈海博 《文物保护与考古科学》 北大核心 2023年第1期138-146,共9页
针对莫高窟在保护利用数据传输过程中出现的问题与发展趋势,提出了利用无线网络深度覆盖技术构建数据传输平台,解决莫高窟大型洞窟内保护利用数据无法传输的问题。为构建实用性强的传输平台,采取了如下措施。首先,针对莫高窟保护利用各... 针对莫高窟在保护利用数据传输过程中出现的问题与发展趋势,提出了利用无线网络深度覆盖技术构建数据传输平台,解决莫高窟大型洞窟内保护利用数据无法传输的问题。为构建实用性强的传输平台,采取了如下措施。首先,针对莫高窟保护利用各项业务数据采集、传输模式、传输机制等各阶段特点,提出了基于无线网络深度覆盖技术构建数据传输试验平台的需求;其次,设计了试验平台构建方案,依据莫高窟洞窟分布与建筑形制确定了试验平台构建位置。结合莫高窟目前无线网络覆盖现状,通过选型分析确定了无线网络深度覆盖关键技术,并应用该技术构建试验平台;最后,对试验平台无线信号覆盖范围、信号强度、传输性能、安全性等进行验证,确保数据传输的完整性与连续性。此试验平台已运行一年有余,应用效果良好。 展开更多
关键词 莫高窟 保护利用 无线网络深度覆盖
在线阅读 下载PDF
响应面法结合深度神经网络优化刺五加果多糖提取工艺 被引量：3
3
作者 苏适 董立强 +3 位作者 黎莉 王双侠 王喜庆 张金凤 《包装与食品机械》 北大核心 2025年第2期66-74,共9页
为提高刺五加果多糖的提取率,提出基于Box-Behnken响应面法与深度神经网络模型(deep neural network,DNN)协同优化的微波辅助离子液体提取工艺。通过响应面设计,筛选微波功率、离子液体浓度、提取时间及料液比等参数,并构建二次回归模型... 为提高刺五加果多糖的提取率,提出基于Box-Behnken响应面法与深度神经网络模型(deep neural network,DNN)协同优化的微波辅助离子液体提取工艺。通过响应面设计,筛选微波功率、离子液体浓度、提取时间及料液比等参数,并构建二次回归模型;利用DNN模型解析多因素间非线性关系,优化工艺条件。结果表明,DNN模型得到的最优工艺条件为微波功率350 W、离子液体浓度0.6 mol/L、提取时间35 min、料液比1∶24(g/mL),多糖提取率为16.71%,高于响应面法优化的提取工艺结果。体外抗氧化试验显示,刺五加果多糖对羟基自由基、DPPH自由基和ABTS^(+)·自由基的半数抑制浓度(IC_(50))分别为2.36,2.05,2.47 mg/mL。研究为刺五加果在功能性食品及抗衰老保健品开发中的应用提供理论依据。 展开更多
关键词 刺五加果 多糖 工艺优化 响应面法 深度神经网络 抗氧化活性
在线阅读 下载PDF
基于角度搜索和深度Q网络的移动机器人路径规划算法 被引量：1
4
作者 李宗刚 韩森 +1 位作者 陈引娟 宁小刚 《兵工学报》 北大核心 2025年第2期30-44,共15页
针对深度Q网络(Deep Q Network,DQN)算法在求解路径规划问题时存在学习时间长、收敛速度慢的局限性,提出一种角度搜索(Angle Searching,AS)和DQN相结合的算法(Angle Searching-Deep Q Network,AS-DQN),通过规划搜索域,控制移动机器人的... 针对深度Q网络(Deep Q Network,DQN)算法在求解路径规划问题时存在学习时间长、收敛速度慢的局限性,提出一种角度搜索(Angle Searching,AS)和DQN相结合的算法(Angle Searching-Deep Q Network,AS-DQN),通过规划搜索域,控制移动机器人的搜索方向,减少栅格节点的遍历,提高路径规划的效率。为加强移动机器人之间的协作能力,提出一种物联网信息融合技术(Internet Information Fusion Technology,IIFT)模型,能够将多个分散的局部环境信息整合为全局信息,指导移动机器人规划路径。仿真实验结果表明:与标准DQN算法相比,AS-DQN算法可以缩短移动机器人寻得到达目标点最优路径的时间,将IIFT模型与AS-DQN算法相结合路径规划效率更加显著。实体实验结果表明:AS-DQN算法能够应用于Turtlebot3无人车,并成功找到起点至目标点的最优路径。 展开更多
关键词 移动机器人 路径规划 深度Q网络 角度搜索策略 物联网信息融合技术
在线阅读 下载PDF
基于改进深度Q网络的无预测风电场日前拓扑优化
5
作者 黄晟 潘丽君 +3 位作者 屈尹鹏 周歧林 徐箭 柯德平 《电力系统自动化》 北大核心 2025年第2期122-132,共11页
风电场受风速变化等因素影响,出力易产生大幅波动,从而造成电压波动和网损增加等问题,影响风电场的安全高效运行。目前的风电场日前调控方案多基于传统的数学优化模型展开,且需要风机的日前出力预测数据,故无法完全避免的日前预测误差... 风电场受风速变化等因素影响,出力易产生大幅波动,从而造成电压波动和网损增加等问题,影响风电场的安全高效运行。目前的风电场日前调控方案多基于传统的数学优化模型展开,且需要风机的日前出力预测数据,故无法完全避免的日前预测误差的引入造成日前优化调控方案有效性的降低,增加了日内风机调控的难度。因此,文中充分发挥强化学习模型的决策能力,提出了一种基于改进深度Q网络(DQN)的无预测风电场拓扑重构决策方案,并以DQN为框架展开。首先,构建基于历史数据的状态空间;然后,提出基于生成树的动作价值对解耦的动作空间优化方法,以最小化电压偏差和网损为目标建立优化评价体系,完成由历史实际出力数据到决策的映射关系构建,在避免引入预测误差的情况下实现风电场日前优化调控;最后,设计一种基于多层次经验指导的经验回放策略,提升算法的训练性能,保证算法的适用性。根据实际的风电运行数据进行仿真,通过对比分析改进技术对DQN算法的影响和优化调控前后风电场的运行状态,验证了所提方法的创新性和有效性。 展开更多
关键词 风电场 预测 深度Q网络 拓扑重构 电压控制 优化 强化学习
在线阅读 下载PDF
基于改进深度残差网络的轴承故障诊断方法
6
作者 高淑芝 韩晓亮 张义民 《机械设计与制造》 北大核心 2025年第3期241-244,249,共5页
针对卷积神经网络结构因深度的增加导致的网络退化以及准确率饱和问题,本文改进深度残差网络应用于故障诊断。首先,改进的残差网络包含三个残差单元模块,改进后的残差结构去掉了不必要的非线性层,在模块首尾都加入批量归一化层提升了网... 针对卷积神经网络结构因深度的增加导致的网络退化以及准确率饱和问题,本文改进深度残差网络应用于故障诊断。首先,改进的残差网络包含三个残差单元模块,改进后的残差结构去掉了不必要的非线性层,在模块首尾都加入批量归一化层提升了网络性能;其次,采集的轴承故障样本分为训练集与测试集,将训练集数据样本输入到网络模型中进行训练优化,输入测试集数据到诊断模型中得出诊断结果;最后,利用t-SNE可视化方法对模型中每一个残差模块学习特征的过程进行分析。经轴承寿命试验台数据结果表明,本方法对滚动轴承发生故障的诊断识别率均达到100%。可见该模型具有非常好的诊断识别效果。 展开更多
关键词 滚动轴承 故障诊断 深度残差网络 t-SNE可视化
在线阅读 下载PDF
基于深度Q网络的平衡杆优化控制实验教学案例设计
7
作者 钟珊 杜鑫 +2 位作者 司亚利 刘井莲 严卫 《实验室研究与探索》 北大核心 2025年第1期146-152,190,共8页
为了使学生更深入地掌握采用强化学习求解任务最优策略的方法,基于深度Q网络设计了平衡杆的控制优化实验。将平衡杆实验环境建模为马尔可夫决策模型,从深度Q网络结构、探索策略、奖励函数、经验回放池更新和目标Q网络更新等角度进行了... 为了使学生更深入地掌握采用强化学习求解任务最优策略的方法,基于深度Q网络设计了平衡杆的控制优化实验。将平衡杆实验环境建模为马尔可夫决策模型,从深度Q网络结构、探索策略、奖励函数、经验回放池更新和目标Q网络更新等角度进行了实验方案的设计。实验评估综合考虑了算法有效性、Q值估计的准确性、样本效率和Q网络的损失估计。在此基础上,将其与基准算法Q学习算法在累计奖赏和学习效率上进行了对比。该实验不仅可以帮助学生学会综合应用强化学习知识,也能帮助其掌握采用深度Q网络算法来求解离散动作空间任务的最优策略。 展开更多
关键词 强化学习 深度Q网络 Q学习 平衡杆 实验设计
在线阅读 下载PDF
融合卷积深度置信网络与可拓神经网络的齿轮故障诊断方法
8
作者 王体春 夏天 费叶琦 《计算机集成制造系统》 北大核心 2025年第6期2178-2193,共16页
针对齿轮传感器在单通道状态监测中的信息量和可信度不足、噪声干扰及变工况下数据分布差异等问题,提出一种融合增强卷积深度置信网络与自适应加权可拓网络的齿轮箱故障诊断方法。采用压缩感知算法重构收集到的多通道振动数据;通过引入... 针对齿轮传感器在单通道状态监测中的信息量和可信度不足、噪声干扰及变工况下数据分布差异等问题,提出一种融合增强卷积深度置信网络与自适应加权可拓网络的齿轮箱故障诊断方法。采用压缩感知算法重构收集到的多通道振动数据;通过引入软池化层优化的膨胀卷积深度置信网络进行特征提取,并采用注意力机制技术加权融合多通道特征;利用侧距优化的加权可拓神经网络完成齿轮故障分类。最后,通过公开数据集进行验证和对比分析表明,该模型相比卷积神经网络模型、深度置信网络模型、高斯卷积深度置信网络模型等具有更高的识别精度,在噪声干扰和变工况条件下具有良好的故障诊断性能。 展开更多
关键词 深度学习 卷积深度置信网络 可拓神经网络 故障诊断
在线阅读 下载PDF
基于双深度Q网络的车联网安全位置路由
9
作者 米洪 郑莹 《无线电通信技术》 北大核心 2025年第1期96-105,共10页
作为智能交通系统中的支撑技术,车联网(Internet of Vehicle,IoV)已受到广泛关注。由于IoV网络拓扑结构的动态变化以及灰洞攻击,构建稳定的安全位置路由是一项挑战工作。为此,提出基于双深度Q网络的安全位置路由(Double DQN-based Secur... 作为智能交通系统中的支撑技术,车联网(Internet of Vehicle,IoV)已受到广泛关注。由于IoV网络拓扑结构的动态变化以及灰洞攻击,构建稳定的安全位置路由是一项挑战工作。为此,提出基于双深度Q网络的安全位置路由(Double DQN-based Secure Location Routing,DSLR)。DSLR通过防御灰洞攻击提升消息传递率(Message Delivery Ratio,MDR),并降低消息的传输时延。构建以丢包率和链路连通时间为约束条件的优化问题,利用双深度Q网络算法求解。为了提升DSLR的收敛性,基于连通时间、丢包率和传输时延构建奖励函数,引导智能体选择满足要求的转发节点。采用动态的探索因子机制,平衡探索与利用间的关系,进而加速算法的收敛。仿真结果表明,相比于同类算法,提出的DSLR提升了MDR,减少了传输时延。 展开更多
关键词 车联网 位置路由 灰洞攻击 双深度Q网络 动态的探索因子
在线阅读 下载PDF
融合深度残差网络与注意力机制的驾驶人行为检测方法研究
10
作者 陈运星 崔军华 +2 位作者 吴钊 吴华伟 袁星宇 《重庆理工大学学报(自然科学)》 北大核心 2025年第3期34-42,共9页
为提高驾驶人行为检测的准确性及模型的可解释性,提出了一种融合深度残差网络与注意力机制的驾驶人行为检测模型。利用深度残差网络提取特征模块的优势,对比不同层数的网络模型结果,选取合适的网络模型作为基础网络;为剔除无用信息对驾... 为提高驾驶人行为检测的准确性及模型的可解释性,提出了一种融合深度残差网络与注意力机制的驾驶人行为检测模型。利用深度残差网络提取特征模块的优势,对比不同层数的网络模型结果,选取合适的网络模型作为基础网络;为剔除无用信息对驾驶行为的干扰,引入SE Block注意力机制并对图像进行特征提取和分类预测;通过与其他模型的对比试验、消融试验和特征可视化试验验证所提出模型的性能。结果表明:与其他检测模型相比,所提出模型的平均分类准确率为99.89%,其展现出更优的性能;采用Grad-CAM可视化方法解释模型的关注区域,所提出模型更精准地关注对驾驶行为判定的关键特征,进一步增强了本模型的可解释性,提高了人们对驾驶行为检测模型的信任性。 展开更多
关键词 深度学习 驾驶人行为检测 深度残差网络 注意力机制 神经网络可视化
在线阅读 下载PDF
基于分割与深度学习网络的复杂电气图纸元件识别
11
作者 沈小军 王玥 《同济大学学报(自然科学版)》 北大核心 2025年第5期813-822,共10页
针对复杂电气图纸的像素稀疏性、尺寸差异性、数量差异性导致的元件漏检、误检问题,提出了一种基于分割与深度学习网络的元件识别方法。首先,构建图纸分割算法以减小图纸与元件的尺寸差异。其次,基于YOLOv5网络提出一种四尺度检测机制,... 针对复杂电气图纸的像素稀疏性、尺寸差异性、数量差异性导致的元件漏检、误检问题,提出了一种基于分割与深度学习网络的元件识别方法。首先,构建图纸分割算法以减小图纸与元件的尺寸差异。其次,基于YOLOv5网络提出一种四尺度检测机制,增加两条特征传输路径,获取表征元件细节的极浅层特征图。同时,改进初始锚框选取方式,以重叠面积、距离、角度、宽高度4个因素表征定位损失,改善网络定位效果,提高网络收敛速度。在包含17种典型元件的数据集上验证了该方法的有效性,实验结果表明,该方法的平均均值精度可达96.7%,比原始网络提高了21.5%,网络训练速度也明显优于其他算法,具有较好的综合识别性能。 展开更多
关键词 电气元件识别 深度学习网络 四尺度检测 图纸分割 复杂电气图纸
在线阅读 下载PDF
多源异质数据下深度神经网络的整合分析及其应用
12
作者 王小燕 冮建伟 +1 位作者 王洁丹 王德青 《统计研究》 北大核心 2025年第2期122-134,共13页
随着计算机技术的发展,各行各业累积和存储了丰富的数据。这些数据往往具有来源差异性、高维性特点,基于这些特征的多源数据建模是统计学的热点问题。针对多源异质数据,本文提出深度神经网络整合分析模型(IADNN)。该模型建立了L_(1)-CMC... 随着计算机技术的发展,各行各业累积和存储了丰富的数据。这些数据往往具有来源差异性、高维性特点,基于这些特征的多源数据建模是统计学的热点问题。针对多源异质数据,本文提出深度神经网络整合分析模型(IADNN)。该模型建立了L_(1)-CMCP惩罚,以识别重要特征以及处理数据的异质性,其中外层MCP识别对多源数据集整体显著的特征;中层MCP识别特征在数据集层面的异质性;内层Lasso识别DNN节点的异质性。这种嵌套设计旨在促进数据集间的信息共享。本文对L_(1)-CMCP进行局部线性近似,再采用近端梯度下降算法进行模型估计。模拟分析表明,IADNN在特征选择和分类预测方面均有良好表现。当多源数据部分异质时,所提方法的F_(1)分数、FPR等评估指标均优于各数据集独立建模和合并建模的方法;在多源数据完全异质或完全同质时,所提方法取得了与理论最佳模型相近的效果。最后,将IADNN应用于不同经济发展水平地区的信用违约数据,发现该模型在风险指标选择和违约预测方面具备有效性。 展开更多
关键词 多源数据 整合分析 深度神经网络 信用评分
在线阅读 下载PDF
采用多层次一致性和半监督深度网络的轴承域适应故障诊断方法
13
作者 沈建军 于树源 +1 位作者 贾峰 蒋昭宇 《机电工程》 北大核心 2025年第2期267-276,共10页
在滚动轴承的故障诊断中,深度学习智能故障诊断的成功很大程度上依赖于充足的标记数据;然而,实际的情况是,收集大量标记数据常常面临困难和高昂成本,而大量未标记的数据则未被有效利用。针对这一难题,提出了一种基于多层次一致性半监督... 在滚动轴承的故障诊断中,深度学习智能故障诊断的成功很大程度上依赖于充足的标记数据;然而,实际的情况是,收集大量标记数据常常面临困难和高昂成本,而大量未标记的数据则未被有效利用。针对这一难题,提出了一种基于多层次一致性半监督深度网络(MLC-SDN)的滚动轴承智能故障诊断方法。首先,将轴承原始信号经过数据预处理转为二维时频图,建立了特征提取器模块,利用深度卷积网络将轴承样本映射到高维特征空间;然后,在域间层面,采用基于样本的最优传输方法,利用目标样本不同视图的优缺点,稳健准确地对齐源域和目标域;在样本层面上,将弱增强视图的预测设置为强增强视图的伪标签,以保证一致性,同时,将非目标类的预测分布纳入优化目标,避免其与目标类的竞争,从而提高了伪标签生成的预测置信度;最后,为了验证MLC-SDN的有效性,利用三种轴承数据集进行了对比实验。研究结果表明:该方法在不同数据集上均取得了预测精度超过95%的结果。MLC-SDN方法不仅可以充分利用有限标记数据,同时在处理未标记数据和实现高精度故障诊断方面具有广泛的适用性。 展开更多
关键词 轴承智能故障诊断 多层次一致性 半监督深度网络 领域自适应 伪标签 一致性正则化
在线阅读 下载PDF
融合深度神经网络的电力系统经济-环保随机调度方法
14
作者 陈远扬 谭益 李勇 《电网技术》 北大核心 2025年第5期1993-2003,共11页
通过优化调度改善电网有功潮流分布、减小火电大气污染物与二氧化碳排放,是实现电力系统环保、经济、安全运行的重要途径。针对含碳捕集电厂、风力发电、常规火电等多种电源的电力系统,该文综合考虑二氧化碳与大气污染物排放、风电出力... 通过优化调度改善电网有功潮流分布、减小火电大气污染物与二氧化碳排放,是实现电力系统环保、经济、安全运行的重要途径。针对含碳捕集电厂、风力发电、常规火电等多种电源的电力系统,该文综合考虑二氧化碳与大气污染物排放、风电出力随机性、N-1故障等多类型因素,建立了面向环保、安全、经济运行的电力系统有功随机调度模型。在该模型中,目标函数考虑了火电的环保与燃料成本、风电成本、N-1故障后校正控制成本等因素,约束条件包括正常运行约束、N-1故障后计及校正控制的电网安全约束等。针对所提有功随机调度模型的特点,该文提出了融合全连接型深度神经网络的快速高效求解方法。该方法通过全连接型深度神经网络构建用于优化软件寻优搜索的初始点,进而加速所提模型的求解过程。最后,该文通过3个修改后的IEEE测试系统验证了所提模型与方法的有效性。 展开更多
关键词 环保-经济调度 碳捕集电厂 风电 随机优化 深度神经网络
在线阅读 下载PDF
基于深度残差收缩网络的超声混凝土应力识别
15
作者 郑罡 张智宇 +1 位作者 于吉港 宋林正 《科学技术与工程》 北大核心 2025年第16期6869-6878,共10页
为研究混凝土梁应力的无损检测方法,提出一种基于深度残差收缩网络(deep residual shrinkage network,DRSN)的混凝土超声尾波应力识别算法(coda wave-DRSN,C-DRSN)。根据超声信号向量的高维特性,通过引入残差收缩块,使用软阈值函数和注... 为研究混凝土梁应力的无损检测方法,提出一种基于深度残差收缩网络(deep residual shrinkage network,DRSN)的混凝土超声尾波应力识别算法(coda wave-DRSN,C-DRSN)。根据超声信号向量的高维特性,通过引入残差收缩块,使用软阈值函数和注意力机制,降低信号噪声对测量应力精度的干扰,实现自适应识别并提取信号中应力特征,提高了识别准确率;对提取的信号特征进行可视化分析,从而建立特征与应力的映射关系。为验证所提方法的应力识别能力,分别采集混凝土工字梁在三点弯曲和偏心受压荷载作用下的超声尾波信号。结果表明:两种加载模式下,识别率均可达99%,表明该方法在超声混凝土梁应力识别方面具有可行性,与尾波干涉法相比,所提方法的准确率更高。 展开更多
关键词 无损检测 超声尾波 应力识别 混凝土 深度残差收缩网络(DRSN)
在线阅读 下载PDF
基于深度神经网络融合欧氏距离的多环配电网拓扑辨识方法
16
作者 李博通 孙铭阳 +5 位作者 张婧 陈发辉 陈晓龙 王永祺 武娇雯 魏然 《电力系统保护与控制》 北大核心 2025年第5期123-134,共12页
针对多环配电网的拓扑辨识问题,考虑到量测信息可能部分缺失的情况,提出了基于深度神经网络融合欧氏距离的多环配电网拓扑辨识方法。首先,分析了传统拓扑辨识中相关性判断法应用于环状配电网的局限性,在此基础上提出基于欧氏距离的拓扑... 针对多环配电网的拓扑辨识问题,考虑到量测信息可能部分缺失的情况,提出了基于深度神经网络融合欧氏距离的多环配电网拓扑辨识方法。首先,分析了传统拓扑辨识中相关性判断法应用于环状配电网的局限性,在此基础上提出基于欧氏距离的拓扑辨识判据。然后,针对量测信息缺失时的多环拓扑辨识问题,研究了利用深度神经网络融合欧氏距离判据的拓扑辨识方法。最后,在Matlab中利用MatPower搭建32节点“蜂巢”电网模型,在缺失不同比例的量测数据情况下验证方法的准确性。结果表明,当缺失大量量测数据时,所提方法仍有较高的拓扑辨识准确率。 展开更多
关键词 欧氏距离 多环配电网 深度神经网络 拓扑辨识 量测信息缺失
在线阅读 下载PDF
基于深度并行时序网络的用户侧异常数据智能诊断
17
作者 郑艳松 廖伟国 《现代电子技术》 北大核心 2025年第4期140-144,共5页
在用户侧数据中,异常往往隐藏在复杂的时序关系中,传统的时序分析方法在处理用户侧数据中复杂的时序关系时存在困难,特征提取难以捕获关键特征,导致诊断精度低且易漏检。为此,研究一种基于深度并行时序网络的用户侧异常数据智能诊断方... 在用户侧数据中,异常往往隐藏在复杂的时序关系中,传统的时序分析方法在处理用户侧数据中复杂的时序关系时存在困难,特征提取难以捕获关键特征,导致诊断精度低且易漏检。为此,研究一种基于深度并行时序网络的用户侧异常数据智能诊断方法。深度并行时序网络分解层利用滑动窗口法分割用户侧数据,得到数个窗口序列。编码层依据层叠时序卷积神经网络与长短期记忆(LSTM)网络建立编码器,提取各窗口序列的时空特征;解码层通过引入时间注意力机制的门控循环单元建立解码器,重构窗口序列的时空特征;推断层依据重构特征计算异常分数,当异常分数大于设置阈值时,说明该窗口内的用户侧数据为异常数据,即完成了用户侧异常数据的智能诊断。实验结果表明,所提方法可有效提取用户侧数据特征,计算异常分数,并完成用户侧异常数据智能诊断。 展开更多
关键词 深度并行时序网络 用户侧 异常数据 智能诊断 滑动窗口 LSTM
在线阅读 下载PDF
ISW32离心泵深度一维卷积神经网络故障诊断 被引量：1
18
作者 贺婷婷 张晓婷 +1 位作者 李强 颜洁 《机械设计与制造》 北大核心 2025年第4期213-216,共4页
传统卷积神经网络进行故障诊断过程费时费力,且人工提取特征未必完善。通过搭建离心泵故障诊断实验系统获得采样本,输入到深度一维卷积神经网络中进行故障诊断。通过提高1DCNN深度,为1DCNN模型设置了更多卷积层,最终实现D-1DCNN模型达... 传统卷积神经网络进行故障诊断过程费时费力,且人工提取特征未必完善。通过搭建离心泵故障诊断实验系统获得采样本,输入到深度一维卷积神经网络中进行故障诊断。通过提高1DCNN深度,为1DCNN模型设置了更多卷积层,最终实现D-1DCNN模型达到更强的特征提取能力。通过参数设置对深度一维卷积神经网络进行调节,确定最优的参数范围:学习率为0.01,卷积核选取为(1×3),批处理量为50,采取最大池化条件,以Adam优化器优化实验参数。实验测试研究结果表明:深度一维卷积神经网络在离心泵故障诊断实现了99.97%准确率,可以满足智能故障诊断的要求。该研究对提高ISW32离心泵的故障诊断能量具有很好的实际应用价值。 展开更多
关键词 离心泵 故障诊断 深度一维卷积神经网络 准确率 实验 采样
在线阅读 下载PDF
基于深度残差收缩网络的地铁车轮扁疤故障诊断
19
作者 梁红琴 姜进南 +4 位作者 龙辉 陶功权 卢纯 温泽峰 张楷 《中南大学学报(自然科学版)》 北大核心 2025年第3期1234-1248,共15页
针对地铁实际运营环境恶劣的问题,本文以轴箱振动加速度作为监测信号,基于深度残差收缩网络(DRSN),提出1种适用于强噪声背景的车轮扁疤故障严重程度辨识方法。首先,基于地铁车辆-轨道刚柔耦合动力学模型生成车轮扁疤故障数据集,并采用... 针对地铁实际运营环境恶劣的问题,本文以轴箱振动加速度作为监测信号,基于深度残差收缩网络(DRSN),提出1种适用于强噪声背景的车轮扁疤故障严重程度辨识方法。首先,基于地铁车辆-轨道刚柔耦合动力学模型生成车轮扁疤故障数据集,并采用数据增强技术提升数据集的多样性,同时满足深度学习对数据规模的要求。其次,设计1种结构合理的深度残差收缩网络,能够自适应地提取轴箱振动加速度信号的特征,从而实现车轮扁疤故障程度的智能分类。研究结果表明:在无噪声条件下,所提方法对正常车轮及轻度、中度和重度扁疤车轮的平均诊断精度达到99.88%(标准差为0.05);同时,在不同噪声等级下,该方法的平均诊断精度仍稳定保持在95%以上。与遗传算法结合支持向量机(GA-SVM)、卷积神经网络(CNN)、宽深度卷积神经网络(WDCNN)以及深度残差网络(ResNet)相比,所提方法具有更优异的辨识能力和鲁棒性。 展开更多
关键词 车辆-轨道耦合动力学模型 车轮扁疤 深度残差收缩网络 轴箱振动加速度 数据增强
在线阅读 下载PDF
基于改进轻量级深度卷积神经网络的果树叶片分类及病害识别模型设计 被引量：2
20
作者 买买提·沙吾提 李荣鹏 +2 位作者 蔡和兵 赵明 梁嘉曦 《森林工程》 北大核心 2025年第2期277-287,共11页
新疆是中国重要的林果产业基地,特色林果业是区域经济发展的重要组成部分。为预防果树病害制约林果业发展,设计一款归一化注意力(normalization-based attention module,NAM)轻量级深度卷积神经网络(MobileNet-V2)果树叶片分类及病害识... 新疆是中国重要的林果产业基地,特色林果业是区域经济发展的重要组成部分。为预防果树病害制约林果业发展,设计一款归一化注意力(normalization-based attention module,NAM)轻量级深度卷积神经网络(MobileNet-V2)果树叶片分类及病害识别模型。其中融入轻量型的归一化注意力机制,提高模型对特征信息的敏感度,使模型关注显著性特征。同时,将L1正则化(L1 regularization或losso)添加到损失函数中,对权重进行稀疏性惩罚,抑制非显著性权重。试验结果表明,在叶片分类中,模型对自构建植物叶片病害识别数据集(Plant Village)、混合数据集的分类结果均表现良好,准确率分别达到97.05%、98.73%、94.91%,具有较好的泛化能力。在病害识别中,MobileNet-V2 NAM模型实现94.55%的识别准确率,高于深度卷积神经网络(AlexNet)、视觉几何群网络(VGG16)经典卷积神经网络(Convolutional Neural Networks,CNN)模型,且模型参数量只有3.56 M。MobileNet-V2 NAM在具有良好准确率同时保持了较低的模型参数量,为深度学习模型嵌入到移动设备提供技术支持。 展开更多
关键词 新疆 果树分类 病害识别 归一化注意力轻量级深度卷积神经网络(MobileNet-V2 NAM) 归一化注意力机制
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 2 … 174 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