期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于二维图像与迁移卷积神经网络的心律失常分类
被引量：
11
1
作者
陈敏
王娆芬
《计算机工程》
CAS
CSCD
北大核心
2020年第10期315-320,共6页
心律失常的自动分类对心血管疾病的诊断和预防具有重要意义。传统分类方法需要对心电信号进行人工特征提取,这对分类准确度有很大的影响。针对该问题,提出一种基于二维图像与迁移卷积神经网络(TCNN)的分类方法。通过对心电信号进行格拉...
心律失常的自动分类对心血管疾病的诊断和预防具有重要意义。传统分类方法需要对心电信号进行人工特征提取,这对分类准确度有很大的影响。针对该问题,提出一种基于二维图像与迁移卷积神经网络(TCNN)的分类方法。通过对心电信号进行格拉姆角场变换将其转换为二维图像,在保证心电图像完整性的同时,保留原始信号的时间依赖性。在此基础上,结合迁移学习的思想,设计结构简单且参数量较少的TCNN模型对心电图像进行分类。实验结果表明,该方法网络训练用时较少,并且分类总准确率达到99.82%,可实现对心律失常的有效分类。
展开更多
关键词
心电信号
格拉姆角场
二维图像
迁移
学习
迁移卷积神经网络
在线阅读
下载PDF
职称材料
基于DTCNN-SVM的工业循环水系统供水泵故障诊断
被引量：
7
2
作者
吴佳
李明宸
唐文妍
《振动与冲击》
EI
CSCD
北大核心
2023年第13期226-234,共9页
工业循环水系统供水泵的工作状态是影响工业过程安全生产的重要因素,为及时准确地识别供水泵的工作状态,提出一种基于深度迁移卷积神经网络和支持向量机(deep transfer convolutional neural network-support vector machine,DTCNN-SVM...
工业循环水系统供水泵的工作状态是影响工业过程安全生产的重要因素,为及时准确地识别供水泵的工作状态,提出一种基于深度迁移卷积神经网络和支持向量机(deep transfer convolutional neural network-support vector machine,DTCNN-SVM)的故障诊断方法。将与工作状态强相关的振动信号进行信号-图像预处理,实现振动时序信号的二维灰度图化;在此基础上,采用融合迁移学习与残差神经网络的深度迁移卷积神经网络模型提取振动信号灰度图特征,并基于模糊不一致性度量对深度学习特征进行约简;采用支持向量机法建立供水泵故障诊断模型。试验结果表明,所提方法在少量样本数据和模型参数下能有效识别供水泵工作状态。
展开更多
关键词
供水泵故障诊断
深度
迁移卷积神经网络
(DTCNN)
支持向量机(SVM)
模糊不一致性度量
在线阅读
下载PDF
职称材料
题名
基于二维图像与迁移卷积神经网络的心律失常分类
被引量：
11
1
作者
陈敏
王娆芬
机构
上海工程技术大学电子电气工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第10期315-320,共6页
基金
国家自然科学基金(71701124)
国家自然科学基金青年科学基金(61803255)
上海市自然科学基金(18ZR1416700)。
文摘
心律失常的自动分类对心血管疾病的诊断和预防具有重要意义。传统分类方法需要对心电信号进行人工特征提取,这对分类准确度有很大的影响。针对该问题,提出一种基于二维图像与迁移卷积神经网络(TCNN)的分类方法。通过对心电信号进行格拉姆角场变换将其转换为二维图像,在保证心电图像完整性的同时,保留原始信号的时间依赖性。在此基础上,结合迁移学习的思想,设计结构简单且参数量较少的TCNN模型对心电图像进行分类。实验结果表明,该方法网络训练用时较少,并且分类总准确率达到99.82%,可实现对心律失常的有效分类。
关键词
心电信号
格拉姆角场
二维图像
迁移
学习
迁移卷积神经网络
Keywords
ECG signal
Gramian Angular Field(GAF)
two-dimensional image
transfer learning
Transfer Convolutional Neural Network(TCNN)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于DTCNN-SVM的工业循环水系统供水泵故障诊断
被引量：
7
2
作者
吴佳
李明宸
唐文妍
机构
湘潭大学自动化与电子信息学院
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第13期226-234,共9页
基金
湖南省自然科学基金(2021JJ30687)
湖南省教育厅优秀青年基金(21B0137)。
文摘
工业循环水系统供水泵的工作状态是影响工业过程安全生产的重要因素,为及时准确地识别供水泵的工作状态,提出一种基于深度迁移卷积神经网络和支持向量机(deep transfer convolutional neural network-support vector machine,DTCNN-SVM)的故障诊断方法。将与工作状态强相关的振动信号进行信号-图像预处理,实现振动时序信号的二维灰度图化;在此基础上,采用融合迁移学习与残差神经网络的深度迁移卷积神经网络模型提取振动信号灰度图特征,并基于模糊不一致性度量对深度学习特征进行约简;采用支持向量机法建立供水泵故障诊断模型。试验结果表明,所提方法在少量样本数据和模型参数下能有效识别供水泵工作状态。
关键词
供水泵故障诊断
深度
迁移卷积神经网络
(DTCNN)
支持向量机(SVM)
模糊不一致性度量
Keywords
water supply pump fault diagnosis
deep transfer convolution neural network(DTCNN)
support vector machine(SVM)
fuzzy inconsistency measure
分类号
TP29 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于二维图像与迁移卷积神经网络的心律失常分类
陈敏
王娆芬
《计算机工程》
CAS
CSCD
北大核心
2020
11
在线阅读
下载PDF
职称材料
2
基于DTCNN-SVM的工业循环水系统供水泵故障诊断
吴佳
李明宸
唐文妍
《振动与冲击》
EI
CSCD
北大核心
2023
7
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
