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
基于深度学习波形图像识别的轴承故障诊断方法
被引量：
7
1
作者
余刃
谢旭阳
+2 位作者
王天舒
彭俏
陈玉昇
《海军工程大学学报》
CAS
北大核心
2021年第4期76-82,共7页
为解决传统的轴承故障诊断方法需要大量专业知识的问题,提出了一种基于深度学习振动信号波形图像识别的轴承故障在线自动诊断方法。首先,采用InceptionV3模型作为预训练模型,设计了深度学习和迁移学习相结合的InceptionV3模型训练方法;...
为解决传统的轴承故障诊断方法需要大量专业知识的问题,提出了一种基于深度学习振动信号波形图像识别的轴承故障在线自动诊断方法。首先,采用InceptionV3模型作为预训练模型,设计了深度学习和迁移学习相结合的InceptionV3模型训练方法;然后,采用交叉熵作为损失函数,用于评价模型训练效果,给出了进行故障诊断的方法步骤,并用轴承在正常和不同故障状态时的振动数据,开展了方法有效性验证实验;最后,采用主成分分析法分析了InceptionV3模型提取的特征参数对不同故障模式的聚类效果,并通过对比分析运用与不运用迁移学习时InceptionV3模型的训练次数和训练时间,验证了迁移学习方法对模型训练速度的改善效果。结果表明:所提出的方法对不同故障状态有较高的识别精度,并且可以降低计算资源的要求,保证诊断过程的实时性。
展开更多
关键词
轴承故障论断
inceptionv3
深度学习
波形图像识别
在线阅读
下载PDF
职称材料
体育器材数据集的构建及分类方法研究
被引量：
2
2
作者
石瑞
艾山·吾买尔
+2 位作者
早克热·卡德尔
王中玉
杰恩斯艾力·努尔达艾勒
《东北师大学报（自然科学版）》
CAS
北大核心
2022年第4期54-63,共10页
针对现有公开体育器材数据集较少且种类有限的缺点,构建了一个新的数据集SED(Sports Equipment Dataset),该数据集具有分布均衡、多样性高、背景丰富等优点.对于多类别小规模数据集,单一模型预测效果不能达到预期的准确率,因此在构建SE...
针对现有公开体育器材数据集较少且种类有限的缺点,构建了一个新的数据集SED(Sports Equipment Dataset),该数据集具有分布均衡、多样性高、背景丰富等优点.对于多类别小规模数据集,单一模型预测效果不能达到预期的准确率,因此在构建SED数据集基础上,提出了一种模型融合与迁移学习相结合的方法.选取ResNet50和InceptionV3作为特征提取器,将2个模型提取的特征融合输入到全连接层再实现分类.同时利用迁移学习的方法优化模型参数,进一步提高模型精度.实验结果表明,在涉及69类体育器材图片分类任务中,准确率达到85%,对体育器材图片分类具有较好的效果.
展开更多
关键词
体育器材
ResNet50
inceptionv3
迁移学习
模型融合
在线阅读
下载PDF
职称材料
题名
基于深度学习波形图像识别的轴承故障诊断方法
被引量：
7
1
作者
余刃
谢旭阳
王天舒
彭俏
陈玉昇
机构
海军工程大学核科学技术学院
出处
《海军工程大学学报》
CAS
北大核心
2021年第4期76-82,共7页
基金
海军工程大学科研发展基金资助项目(425317k304)。
文摘
为解决传统的轴承故障诊断方法需要大量专业知识的问题,提出了一种基于深度学习振动信号波形图像识别的轴承故障在线自动诊断方法。首先,采用InceptionV3模型作为预训练模型,设计了深度学习和迁移学习相结合的InceptionV3模型训练方法;然后,采用交叉熵作为损失函数,用于评价模型训练效果,给出了进行故障诊断的方法步骤,并用轴承在正常和不同故障状态时的振动数据,开展了方法有效性验证实验;最后,采用主成分分析法分析了InceptionV3模型提取的特征参数对不同故障模式的聚类效果,并通过对比分析运用与不运用迁移学习时InceptionV3模型的训练次数和训练时间,验证了迁移学习方法对模型训练速度的改善效果。结果表明:所提出的方法对不同故障状态有较高的识别精度,并且可以降低计算资源的要求,保证诊断过程的实时性。
关键词
轴承故障论断
inceptionv3
深度学习
波形图像识别
Keywords
bearing fault diagnosis
inceptionv3 model
deep learning
waveform image identification
分类号
TH17 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
体育器材数据集的构建及分类方法研究
被引量：
2
2
作者
石瑞
艾山·吾买尔
早克热·卡德尔
王中玉
杰恩斯艾力·努尔达艾勒
机构
新疆大学信息科学与工程学院
新疆大学新疆多语种信息技术实验室
出处
《东北师大学报（自然科学版）》
CAS
北大核心
2022年第4期54-63,共10页
基金
新疆维吾尔自治区自然科学基金联合基金面上项目(2021D01C081)
国家重点研发项目子课题(2018YFB1403202)
天山创新团队计划(2020D14044).
文摘
针对现有公开体育器材数据集较少且种类有限的缺点,构建了一个新的数据集SED(Sports Equipment Dataset),该数据集具有分布均衡、多样性高、背景丰富等优点.对于多类别小规模数据集,单一模型预测效果不能达到预期的准确率,因此在构建SED数据集基础上,提出了一种模型融合与迁移学习相结合的方法.选取ResNet50和InceptionV3作为特征提取器,将2个模型提取的特征融合输入到全连接层再实现分类.同时利用迁移学习的方法优化模型参数,进一步提高模型精度.实验结果表明,在涉及69类体育器材图片分类任务中,准确率达到85%,对体育器材图片分类具有较好的效果.
关键词
体育器材
ResNet50
inceptionv3
迁移学习
模型融合
Keywords
sports equipment
ResNet50
inceptionv3
transfer learning
model
fusion
分类号
G818.3 [文化科学—体育学]
TP391.41 [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
基于深度学习波形图像识别的轴承故障诊断方法
余刃
谢旭阳
王天舒
彭俏
陈玉昇
《海军工程大学学报》
CAS
北大核心
2021
7
在线阅读
下载PDF
职称材料
2
体育器材数据集的构建及分类方法研究
石瑞
艾山·吾买尔
早克热·卡德尔
王中玉
杰恩斯艾力·努尔达艾勒
《东北师大学报（自然科学版）》
CAS
北大核心
2022
2
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
