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
基于高斯原型网络的小样本逆合成孔径雷达目标识别
被引量：
6
1
作者
杨敏佳
白雪茹
+2 位作者
刘士豪
曾磊
周峰
《电子与信息学报》
EI
CSCD
北大核心
2022年第10期3566-3573,共8页
针对现有基于深度卷积神经网络(DCNNs)的逆合成孔径雷达(ISAR)目标识别方法在训练样本不足时性能下降甚至失效等问题,该文提出基于高斯原型网络(GPN)的小样本ISAR目标识别方法。该方法通过嵌入网络将ISAR像映射为嵌入向量,进而根据加权...
针对现有基于深度卷积神经网络(DCNNs)的逆合成孔径雷达(ISAR)目标识别方法在训练样本不足时性能下降甚至失效等问题,该文提出基于高斯原型网络(GPN)的小样本ISAR目标识别方法。该方法通过嵌入网络将ISAR像映射为嵌入向量,进而根据加权嵌入向量构建高斯原型,最终根据测试样本到原型的马氏距离预测目标类别。3类飞机目标实测数据的识别结果表明,该方法在小样本条件下可获得更高的平均识别精度。
展开更多
关键词
逆合成孔径雷达
目标识别
深度学习
小样本学习
高斯原型网络
在线阅读
下载PDF
职称材料
小样本下MTF和CBAM-IGPN的柴油机气门故障诊断
2
作者
王立佳
黄国勇
《机械科学与技术》
北大核心
2025年第7期1143-1150,共8页
针对柴油机气门早期故障特征不明显以及故障样本数量不足导致故障诊断识别精度低的问题,提出在小样本下基于马尔可夫变迁场(Markov transition field,MTF)和融合卷积注意力机制模块并改进嵌入网络的高斯原型网络(Convolutional block at...
针对柴油机气门早期故障特征不明显以及故障样本数量不足导致故障诊断识别精度低的问题,提出在小样本下基于马尔可夫变迁场(Markov transition field,MTF)和融合卷积注意力机制模块并改进嵌入网络的高斯原型网络(Convolutional block attention module-improved gaussian prototype network,CBAM-IGPN)的柴油机气门间隙故障诊断研究。首先,根据柴油机缸盖振动信号特性,将缸盖的一维振动信号通过MTF编码成二维特征图。其次,通过改进GPN中的嵌入网络,将初始嵌入网络(Convolutional neural networks,CNN)进行改进为深度卷积神经网络(Deep convolutional neural networks,DCNN)提高模型对特征图深层信息的挖掘,在DCNN的卷积层中加入CBAM增强模型对重要区域的注意力。最后,将编码后的特征图输入到CBAM-IGPN中训练并进行测试得到分类结果。结果表明,该文所提方法在小样本条件下对柴油机气门故障诊断精度更高。
展开更多
关键词
柴油机
故障诊断
马尔可夫变迁场
高斯原型网络
小样本
在线阅读
下载PDF
职称材料
题名
基于高斯原型网络的小样本逆合成孔径雷达目标识别
被引量：
6
1
作者
杨敏佳
白雪茹
刘士豪
曾磊
周峰
机构
西安电子科技大学雷达信号处理国家重点实验室
西安电子科技大学电子信息攻防对抗与仿真技术教育部重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2022年第10期3566-3573,共8页
基金
国家自然科学基金(62131020,61971332,61631019)。
文摘
针对现有基于深度卷积神经网络(DCNNs)的逆合成孔径雷达(ISAR)目标识别方法在训练样本不足时性能下降甚至失效等问题,该文提出基于高斯原型网络(GPN)的小样本ISAR目标识别方法。该方法通过嵌入网络将ISAR像映射为嵌入向量,进而根据加权嵌入向量构建高斯原型,最终根据测试样本到原型的马氏距离预测目标类别。3类飞机目标实测数据的识别结果表明,该方法在小样本条件下可获得更高的平均识别精度。
关键词
逆合成孔径雷达
目标识别
深度学习
小样本学习
高斯原型网络
Keywords
Inverse Synthetic Aperture Radar(ISAR)
Object recognition
Deep learning
Small-data learning
Gaussian Prototypical Network(GPN)
分类号
TN957 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
小样本下MTF和CBAM-IGPN的柴油机气门故障诊断
2
作者
王立佳
黄国勇
机构
昆明理工大学信息工程与自动化学院
昆明理工大学民航与航空学院
出处
《机械科学与技术》
北大核心
2025年第7期1143-1150,共8页
文摘
针对柴油机气门早期故障特征不明显以及故障样本数量不足导致故障诊断识别精度低的问题,提出在小样本下基于马尔可夫变迁场(Markov transition field,MTF)和融合卷积注意力机制模块并改进嵌入网络的高斯原型网络(Convolutional block attention module-improved gaussian prototype network,CBAM-IGPN)的柴油机气门间隙故障诊断研究。首先,根据柴油机缸盖振动信号特性,将缸盖的一维振动信号通过MTF编码成二维特征图。其次,通过改进GPN中的嵌入网络,将初始嵌入网络(Convolutional neural networks,CNN)进行改进为深度卷积神经网络(Deep convolutional neural networks,DCNN)提高模型对特征图深层信息的挖掘,在DCNN的卷积层中加入CBAM增强模型对重要区域的注意力。最后,将编码后的特征图输入到CBAM-IGPN中训练并进行测试得到分类结果。结果表明,该文所提方法在小样本条件下对柴油机气门故障诊断精度更高。
关键词
柴油机
故障诊断
马尔可夫变迁场
高斯原型网络
小样本
Keywords
diesel engine
fault diagnosis
markov transition field
gaussian prototype network
small sample
分类号
TK428 [动力工程及工程热物理—动力机械及工程]
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
基于高斯原型网络的小样本逆合成孔径雷达目标识别
杨敏佳
白雪茹
刘士豪
曾磊
周峰
《电子与信息学报》
EI
CSCD
北大核心
2022
6
在线阅读
下载PDF
职称材料
2
小样本下MTF和CBAM-IGPN的柴油机气门故障诊断
王立佳
黄国勇
《机械科学与技术》
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
