期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于软阈值函数的深度学习磁信号去噪算法 被引量:3
1
作者 李杨 田斌 杨超 《探测与控制学报》 CSCD 北大核心 2023年第4期95-101,共7页
针对采用固定阈值函数的深度学习信号处理方法在处理实测磁信号时学习特征的能力差、去噪效果差的问题,提出基于自适应参数软阈值函数(APSTF)的去噪算法。该算法将软阈值函数作为激活函数引入神经网络框架,用于剔除特征图中的噪声特征,... 针对采用固定阈值函数的深度学习信号处理方法在处理实测磁信号时学习特征的能力差、去噪效果差的问题,提出基于自适应参数软阈值函数(APSTF)的去噪算法。该算法将软阈值函数作为激活函数引入神经网络框架,用于剔除特征图中的噪声特征,增强神经网络的学习能力,从而实现信号处理效果的提高;将U-Net网络中的ReLU激活函数替换为自适应参数软阈值函数,增强了实测噪声下神经网络的学习能力,显著的提高了去噪后磁信号的信噪比。区别于以往采用传统软阈值函数的去噪算法,利用ECA模块来自适应选取阈值,取消了对噪声分布已知的假设前提,能更好地适应实测噪声并将其去除。 展开更多
关键词 深度学习 自适应去噪算法 阈值函数 磁信号
在线阅读 下载PDF
自适应收缩函数的Contourlet变换图像去噪方法 被引量:4
2
作者 牛为华 孟建良 +1 位作者 王泽 崔克彬 《图学学报》 CSCD 北大核心 2015年第4期593-602,共10页
针对传统图像在去噪过程中存在丢失细节且去噪效果不理想的情况,提出一种自适应收缩函数的Contourlet变换图像去噪方法。该方法利用Contourlet变换的基本形式,结合软阈值和硬阈值收缩函数的优点定义自适应收缩函数,并将其应用于图像去... 针对传统图像在去噪过程中存在丢失细节且去噪效果不理想的情况,提出一种自适应收缩函数的Contourlet变换图像去噪方法。该方法利用Contourlet变换的基本形式,结合软阈值和硬阈值收缩函数的优点定义自适应收缩函数,并将其应用于图像去噪。实验结果表明,所提出的方法能有效消除噪点,图像的峰值信噪比及增强因子等图像质量指标有明显地提高,去噪后图像的视觉效果良好。 展开更多
关键词 CONTOURLET变换 自适应收缩函数 收缩阶数 阈值 阈值
在线阅读 下载PDF
红外含噪图像自适应增强
3
作者 王斐 王改堂 +1 位作者 梁晓庚 武晓军 《弹箭与制导学报》 CSCD 北大核心 2014年第4期165-168,共4页
通常的红外含噪图像增强方法很难有效滤除图像中噪声。提出一种新的红外含噪图像自适应增强算法以克服边缘增强和抑制噪声的矛盾。首先采用尖锐频率局部化Contourlet变换完成图像分解;然后采用分层自适应阈值算法估计降噪阈值,并进行自... 通常的红外含噪图像增强方法很难有效滤除图像中噪声。提出一种新的红外含噪图像自适应增强算法以克服边缘增强和抑制噪声的矛盾。首先采用尖锐频率局部化Contourlet变换完成图像分解;然后采用分层自适应阈值算法估计降噪阈值,并进行自适应降噪;最后对降噪后高频带通信号引入图像清晰度参数,设计半软阈值增强函数,实现红外含噪图像自适应增强。实验结果验证了新方法的有效性。 展开更多
关键词 尖锐频率局部化 阈值降噪 清晰度 阈值函数 自适应增强
在线阅读 下载PDF
基于CWT-IDRSN的风机滚动轴承故障诊断 被引量:1
4
作者 巴胤竣 孙文磊 +2 位作者 张克战 常赛科 刘志远 《组合机床与自动化加工技术》 北大核心 2024年第11期166-171,共6页
针对强噪声环境下传统轴承故障诊断方法对故障识别率低,深度残差收缩网络在降噪时对频域信号丢失的问题,提出了一种基于连续小波变换(continuous wavelet transform,CWT)和改进的深度残差收缩网络(improved deep residual shrinkage net... 针对强噪声环境下传统轴承故障诊断方法对故障识别率低,深度残差收缩网络在降噪时对频域信号丢失的问题,提出了一种基于连续小波变换(continuous wavelet transform,CWT)和改进的深度残差收缩网络(improved deep residual shrinkage network,IDRSN)的故障诊断模型。首先,利用CWT将轴承振动信号转换为二维时频图,作为输入样本,用于解决深度残差收缩网络在直接处理振动信号时引起的频域失真问题;其次,设计了一种改进的软阈值函数(improved soft threshold function,ISTF),解决了因软阈值化引起的信号失真,设计了改进的软阈值模块(improved soft threshold block,ISTB)和自适应斜率模块(adaptive slope block,ASB),构建了改进的残差收缩单元(improved residual shrinkage building unit,IRSBU)以实现自适应地确定最佳阈值并进一步调整输出;最后,利用凯斯西储大学滚动轴承数据集与风机轴承振动数据采集实验台收集的滚动轴承数据集对所提方法进行实验验证。结果证明相较于其他方法,所提的故障诊断方法有更好的泛化性和通用性,分类准确率分别达到了99.75%和99.69%。 展开更多
关键词 连续小波变换 深度残差收缩网络 自适应斜率模块 改进的阈值函数 故障诊断 深度学习
在线阅读 下载PDF
采用TCN-HS的滚动轴承剩余使用寿命预测 被引量:2
5
作者 王体春 吴广胜 +1 位作者 咸玉贝 胡玉峰 《重庆理工大学学报(自然科学)》 北大核心 2023年第6期204-211,共8页
滚动轴承作为旋转机械中的关键部件,对其剩余使用寿命RUL(remained useful life)的准确预测可以帮助维修人员及时制定维修计划,延长设备工作时间,保证安全。由于利用数学建模精确建立轴承退化过程的模型涉及到复杂的物理过程,所以以深... 滚动轴承作为旋转机械中的关键部件,对其剩余使用寿命RUL(remained useful life)的准确预测可以帮助维修人员及时制定维修计划,延长设备工作时间,保证安全。由于利用数学建模精确建立轴承退化过程的模型涉及到复杂的物理过程,所以以深度学习为基础的基于数据驱动的方法已经成为主流方法。提出了一种融合混合膨胀卷积与自适应斜率软阈值函数的时间卷积神经网络TCN-HS(temporal convolutional network with hybrid dilated convolution and self-adaptive slope thresholding)用于滚动轴承寿命预测。模型使用混合膨胀卷积HDC(hybrid dilated convolution)解决了栅格效应问题,并利用自适应斜率软阈值函数(self-adaptive slope thresholding)进一步筛选特征。为了验证TCN-HS模型的有效性,基于PHM2012轴承数据集进行了实验,结果表明:改进方法提升了模型的性能,预测结果准确。 展开更多
关键词 剩余寿命预测 时间卷积神经网络 混合膨胀卷积 自适应斜率软阈值函数
在线阅读 下载PDF
改进的深度残差收缩网络轴承故障诊断方法 被引量:9
6
作者 唐世钰 童靳于 +2 位作者 郑近德 潘海洋 伍毅 《振动与冲击》 EI CSCD 北大核心 2023年第18期217-224,285,共9页
针对深度残差收缩网络(deep residual shrinkage network,DRSN)在降噪过程中引起的信号失真问题,提出了一种改进的深度残差收缩网络(improved deep residual shrinkage network,IDRSN)并将其应用于滚动轴承的故障诊断中。首先,引入一种... 针对深度残差收缩网络(deep residual shrinkage network,DRSN)在降噪过程中引起的信号失真问题,提出了一种改进的深度残差收缩网络(improved deep residual shrinkage network,IDRSN)并将其应用于滚动轴承的故障诊断中。首先,引入一种改进的半软阈值函数(improved semi-soft threshold function,ISSTF)用于解决恒等偏差的问题并消除软阈值函数引起的信号失真。然后,设计了半软阈值模块(semi-soft threshold block,SSTB)和自适应斜率模块(adaptive slope block,ASB)构建改进的残差收缩单元(improved residual shrinkage building unit,IRSBU),用于自适应设置最优阈值并进一步修正输出。最后,将所提方法应用于两种不同工况的滚动轴承故障诊断中。研究结果表明,与现有方法相比,所提方法的分类准确率和鲁棒性更高,对于变转速工况下的故障诊断更为有效。 展开更多
关键词 故障诊断 滚动轴承 深度残差收缩网络 阈值函数 自适应斜率模块
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部