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
3
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
基于多状态空间建模Mamba的电机故障诊断方法
1
作者
徐勇军
曾德灿
《包装工程》
北大核心
2025年第15期269-276,共8页
目的提升包装装备在高负荷连续化生产场景下电机系统多状态故障诊断的精度和效率,解决传统方法对复杂动态特征捕捉不足及模型轻量化不足等问题。方法基于时频域多模态信号特征融合,构建选择性状态空间模型(Mamba)。首先,采用快速傅里叶...
目的提升包装装备在高负荷连续化生产场景下电机系统多状态故障诊断的精度和效率,解决传统方法对复杂动态特征捕捉不足及模型轻量化不足等问题。方法基于时频域多模态信号特征融合,构建选择性状态空间模型(Mamba)。首先,采用快速傅里叶变换提取电机振动信号的全局频域特征,通过连续小波变换生成时频域图像,捕捉局部动态特性;然后,设计基于结构化状态空间建模的特征融合框架,建立电机健康状态动态演化轨迹的微分方程模型;最后,构建轻量化分类器,实现多模态特征协同推理。结果在CWRU和TBVD电机数据集上的实验结果表明,通过时频域特征融合,使得故障分类准确率达到99.88%,相较于单模态方法提升了7.2%;Mamba模型的参数量仅需2.7×10^(6),比传统诊断模型减少了39.3%以上,推理速度提升了3.8倍。结论提出的多状态空间建模方法有效实现了包装装备电机故障特征的动态表征与高效融合,在保持模型轻量化的同时,显著提升了诊断精度,为智能维护系统提供了可工程化部署的解决方案。
展开更多
关键词
时频域特征融合
包装装备故障诊断
选择性
状态
空间
模型
轻量化
模型
智能化故障诊断
在线阅读
下载PDF
职称材料
知识发现状态空间模型研究及其应用
2
作者
游福成
杨炳儒
《计算机科学》
CSCD
北大核心
2005年第3期194-196,212,共4页
结构化数据挖掘与复杂类型数据挖掘既有联系,又有区别。如何将这两者统一起来,建立一个统一的理论框架,以指导数据挖掘与知识发现研究,已经成为一个迫切需要解决的问题。本文提出了知识发现状态空间统一模型UMKDSS,将结构化数据挖掘与...
结构化数据挖掘与复杂类型数据挖掘既有联系,又有区别。如何将这两者统一起来,建立一个统一的理论框架,以指导数据挖掘与知识发现研究,已经成为一个迫切需要解决的问题。本文提出了知识发现状态空间统一模型UMKDSS,将结构化数据挖掘与复杂类型数据挖掘联系起来,为复杂类型数据挖掘提供理论指导。文章是后给出了UMKDSS在Web文本挖掘中的应用实例。
展开更多
关键词
数据挖掘
知识发现
状态
空间
模型
非
结构化
数据
知识模板
在线阅读
下载PDF
职称材料
MTFuse:基于Mamba和Transformer的红外与可见光图像融合网络
3
作者
丁政泽
聂仁灿
+2 位作者
李锦涛
苏华平
徐航
《计算机科学》
北大核心
2025年第8期188-194,共7页
红外与可见光图像融合旨在保留红外图像的热辐射信息和可见光图像的纹理细节,以表示成像场景并全面促进下游视觉任务。基于卷积神经网络的融合模型由于专注于局部卷积运算,在捕获全局图像特征方面遇到限制。基于Transformer的模型虽然...
红外与可见光图像融合旨在保留红外图像的热辐射信息和可见光图像的纹理细节,以表示成像场景并全面促进下游视觉任务。基于卷积神经网络的融合模型由于专注于局部卷积运算,在捕获全局图像特征方面遇到限制。基于Transformer的模型虽然在全局特征建模方面表现出色,但也面临着二次复杂性带来的计算挑战。选择性结构化状态空间模型(Mamba)在具有线性复杂性的远程依赖建模方面表现出了巨大的潜力,为解决上述问题提供了一条有希望的路径。为了高效建模图像远程依赖,设计了一个残差选择性结构化状态空间模块(RMB)提取全局特征。同时,为了对多模态图像之间的关系进行建模,设计了一个跨模态查询融合注意力模块(CQAM)用于特征的自适应融合。此外,设计了一个由两项组成的损失函数,包括梯度损失和亮度损失,旨在以无监督的方式训练所提出的模型。与大量其他先进的方法在融合质量的对比实验和消融实验上证明了所提出的方法的有效性。
展开更多
关键词
选择性结构化状态空间模型
TRANSFORMER
无监督学习
红外与可见光图像融合
在线阅读
下载PDF
职称材料
题名
基于多状态空间建模Mamba的电机故障诊断方法
1
作者
徐勇军
曾德灿
机构
河源技师学院机电制造系
江西理工大学机电工程学院
出处
《包装工程》
北大核心
2025年第15期269-276,共8页
基金
国家级技能大师工作室项目(人社部函[2019]197号)。
文摘
目的提升包装装备在高负荷连续化生产场景下电机系统多状态故障诊断的精度和效率,解决传统方法对复杂动态特征捕捉不足及模型轻量化不足等问题。方法基于时频域多模态信号特征融合,构建选择性状态空间模型(Mamba)。首先,采用快速傅里叶变换提取电机振动信号的全局频域特征,通过连续小波变换生成时频域图像,捕捉局部动态特性;然后,设计基于结构化状态空间建模的特征融合框架,建立电机健康状态动态演化轨迹的微分方程模型;最后,构建轻量化分类器,实现多模态特征协同推理。结果在CWRU和TBVD电机数据集上的实验结果表明,通过时频域特征融合,使得故障分类准确率达到99.88%,相较于单模态方法提升了7.2%;Mamba模型的参数量仅需2.7×10^(6),比传统诊断模型减少了39.3%以上,推理速度提升了3.8倍。结论提出的多状态空间建模方法有效实现了包装装备电机故障特征的动态表征与高效融合,在保持模型轻量化的同时,显著提升了诊断精度,为智能维护系统提供了可工程化部署的解决方案。
关键词
时频域特征融合
包装装备故障诊断
选择性
状态
空间
模型
轻量化
模型
智能化故障诊断
Keywords
time-frequency feature fusion
packaging equipment fault diagnosis
selective state space model(Mamba)
lightweight model
intelligent fault diagnosis
分类号
TB486 [一般工业技术—包装工程]
在线阅读
下载PDF
职称材料
题名
知识发现状态空间模型研究及其应用
2
作者
游福成
杨炳儒
机构
北京印刷学院计算机系
北京科技大学信息工程学院
出处
《计算机科学》
CSCD
北大核心
2005年第3期194-196,212,共4页
基金
国家自然科学基金(69835001)
教育部科技重点项目(教技司[2000]175)
文摘
结构化数据挖掘与复杂类型数据挖掘既有联系,又有区别。如何将这两者统一起来,建立一个统一的理论框架,以指导数据挖掘与知识发现研究,已经成为一个迫切需要解决的问题。本文提出了知识发现状态空间统一模型UMKDSS,将结构化数据挖掘与复杂类型数据挖掘联系起来,为复杂类型数据挖掘提供理论指导。文章是后给出了UMKDSS在Web文本挖掘中的应用实例。
关键词
数据挖掘
知识发现
状态
空间
模型
非
结构化
数据
知识模板
Keywords
Knowledge discovery
Unstructured data
Knowledge templet
分类号
TP182 [自动化与计算机技术—控制理论与控制工程]
TP311.13 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
MTFuse:基于Mamba和Transformer的红外与可见光图像融合网络
3
作者
丁政泽
聂仁灿
李锦涛
苏华平
徐航
机构
云南大学信息学院
出处
《计算机科学》
北大核心
2025年第8期188-194,共7页
基金
国家自然科学基金(61966037)
云南省基础研究计划重点项目(202301AS070025,202401AT070467)
+2 种基金
国家重点研发项目(2020YFA0714301)
云南省科技厅项目基金资助项目(2012105AF150011)
云南省教育厅科学研究基金项目(2024Y031)。
文摘
红外与可见光图像融合旨在保留红外图像的热辐射信息和可见光图像的纹理细节,以表示成像场景并全面促进下游视觉任务。基于卷积神经网络的融合模型由于专注于局部卷积运算,在捕获全局图像特征方面遇到限制。基于Transformer的模型虽然在全局特征建模方面表现出色,但也面临着二次复杂性带来的计算挑战。选择性结构化状态空间模型(Mamba)在具有线性复杂性的远程依赖建模方面表现出了巨大的潜力,为解决上述问题提供了一条有希望的路径。为了高效建模图像远程依赖,设计了一个残差选择性结构化状态空间模块(RMB)提取全局特征。同时,为了对多模态图像之间的关系进行建模,设计了一个跨模态查询融合注意力模块(CQAM)用于特征的自适应融合。此外,设计了一个由两项组成的损失函数,包括梯度损失和亮度损失,旨在以无监督的方式训练所提出的模型。与大量其他先进的方法在融合质量的对比实验和消融实验上证明了所提出的方法的有效性。
关键词
选择性结构化状态空间模型
TRANSFORMER
无监督学习
红外与可见光图像融合
Keywords
Selective structured state space model
Transformer
Unsupervised learning
Infrared and visible image fusion
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
作者
出处
发文年
被引量
操作
1
基于多状态空间建模Mamba的电机故障诊断方法
徐勇军
曾德灿
《包装工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
知识发现状态空间模型研究及其应用
游福成
杨炳儒
《计算机科学》
CSCD
北大核心
2005
0
在线阅读
下载PDF
职称材料
3
MTFuse:基于Mamba和Transformer的红外与可见光图像融合网络
丁政泽
聂仁灿
李锦涛
苏华平
徐航
《计算机科学》
北大核心
2025
0
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
