基于深度卷积模糊系统的滚动轴承剩余寿命预测方法

1

作者 边晓光 蒲晓珉 +3 位作者 陈天奇 徐冠华 王郑拓 田阳 《机电工程》 北大核心 2025年第11期2050-2060,共11页

针对传统深度神经网络模型参数多、计算复杂和可解释性较差的问题,提出了一种基于深度卷积模糊系统(DCFS)的滚动轴承寿命预测方法。首先,介绍了深度卷积模糊系统模型架构和快速训练算法,使用试验台采集了多个轴承退化的振动数据,整合了... 针对传统深度神经网络模型参数多、计算复杂和可解释性较差的问题,提出了一种基于深度卷积模糊系统(DCFS)的滚动轴承寿命预测方法。首先,介绍了深度卷积模糊系统模型架构和快速训练算法,使用试验台采集了多个轴承退化的振动数据,整合了各个时段的数据集,利用Pearson相关系数,划分出了轴承开始失效的时刻;然后,划分了训练集与测试集,并提取了失效时间段振动信号的时域统计特征,利用这些特征以递阶方式设计了模糊系统,建立了DCFS剩余寿命预测模型;最后,计算了实际剩余使用寿命(RUL)和预测寿命之间的均方根误差和平均百分比误差,确立了DCFS模型最优参数,并与其他方法进行了比较。研究结果表明:与传统机器学习方法相比,DCFS效果更好,预测结果波动更小;与卷积神经网络(CNN)相比,计算平均耗时由83.401 s下降到4.551 s,且DCFS通过模糊规则建立了输入与输出之间的关联,可解释性更好。该方法可用于实际轴承剩余使用寿命的预测。 展开更多

关键词 旋转机械 深度卷积模糊系统 剩余寿命预测模型 可解释性 剩余使用寿命 轴承退化振动数据

在线阅读 下载PDF 职称材料

自定义模糊逻辑与GAN在图像高光处理中的研究 被引量：4

2

作者 郭继峰 李星 +2 位作者 庞志奇 沈家友 于鸣 《小型微型计算机系统》 CSCD 北大核心 2021年第8期1715-1719,共5页

本文提出一种新的关于图像高光修复的方法.使用模糊逻辑对图像高光区域进行划分定位,然后使用添加了扩张卷积的卷积神经网络对图像进行修复.在该方法中,为了保证图像补全区域与原图像的一致性,我们使用了全局判别器网络和局部判别器网... 本文提出一种新的关于图像高光修复的方法.使用模糊逻辑对图像高光区域进行划分定位,然后使用添加了扩张卷积的卷积神经网络对图像进行修复.在该方法中,为了保证图像补全区域与原图像的一致性,我们使用了全局判别器网络和局部判别器网络相结合的方式来区分真实图像和补全图像.全局鉴别器判断整个图像,以评估修复后图像从整体上观测是否是连贯的,而局部判别器只则判断在高光区域部分所生成的补丁图像,该模块确保生成图像在局部区域的一致性.两者相互结合以达到优化模型的作用,最后为了使生成图像部分与原图像的融合更加自然,再通过图像融合技术使生成部分与原图片进一步融合,使得修复效果更进一步. 展开更多

关键词 深度学习 图像处理 模糊逻辑 卷积神经网络 生成对抗网络

在线阅读 下载PDF 职称材料

基于改进深度卷积对抗生成网络的肺结节良恶性分类 被引量：4

3

作者 李莉 张浩洋 乔璐 《计算机工程》 CAS CSCD 北大核心 2020年第12期262-269,共8页

为提高肺结节良恶性识别的准确率,构建改进深度卷积对抗生成网络(DCGAN)框架与半监督模糊C均值(FCM)聚类结合的SFDG肺结节良恶性识别模型。将带有良恶性等级标签的肺结节图像输入到DCGAN框架,使得只有来源分类能力的判别器网络同时具备... 为提高肺结节良恶性识别的准确率,构建改进深度卷积对抗生成网络(DCGAN)框架与半监督模糊C均值(FCM)聚类结合的SFDG肺结节良恶性识别模型。将带有良恶性等级标签的肺结节图像输入到DCGAN框架,使得只有来源分类能力的判别器网络同时具备肺结节等级分类能力。在判别过程中运用半监督FCM聚类方法,对输入肺结节图像进行特征提取和量化,将输出的当前图像所属类别概率及判别结果与真实结果进行比较来调整网络参数。通过设定加权损失函数最大概率提高模型识别准确率,训练得出具有良好鲁棒性的网络模型。实验结果表明,改进模型的判别器网络具有良好的肺结节良恶性分类能力,准确率高达90.96%。 展开更多

关键词 良恶性分类 卷积神经网络 特征量化 深度卷积对抗生成网络 半监督模糊C均值方法

在线阅读 下载PDF 职称材料

基于深度学习的甲状腺淋巴结转移癌病理诊断方法 被引量：2

4

作者 彭雅琴 成孝刚 黄文斌 《科学技术与工程》 北大核心 2019年第29期184-187,共4页

为了自动化识别甲状腺淋巴结转移癌,提出了多任务中心的深度学习诊断方法。以卷积神经网络算法为基础构造了镜下结构观察任务中心和镜下细胞观察任务中心,以模拟完整的镜下诊断过程,而且各中心的观察因素呈多样性;诊断任务中心采用的是... 为了自动化识别甲状腺淋巴结转移癌,提出了多任务中心的深度学习诊断方法。以卷积神经网络算法为基础构造了镜下结构观察任务中心和镜下细胞观察任务中心,以模拟完整的镜下诊断过程,而且各中心的观察因素呈多样性;诊断任务中心采用的是多因素下的直觉模糊集诊断方式,从而综合给出诊断结果。该方法完整地模拟了病理医生的显微镜下分析过程,实验结果表明了该方法的有效性,甲状腺淋巴结转移癌的识别率结果令人满意。 展开更多

关键词 卷积神经网络 深度学习 直觉模糊集 病理

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：8

5

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

采用深度学习和多维模糊C均值聚类的负荷分类方法 被引量：35

6

作者 石亮缘 周任军 +3 位作者 张武军 余虎 李彬 王珑 《电力系统及其自动化学报》 CSCD 北大核心 2019年第7期43-50,共8页

为了对日趋海量的负荷数据进行有效地分类处理,提出一种采用深度学习和多维模糊C均值聚类的负荷分类方法。采用深度学习中的卷积自编码器CAEs堆叠形成深度卷积自编码网络,通过训练实现对输入的典型日负荷曲线集进行特征分层提取和降维... 为了对日趋海量的负荷数据进行有效地分类处理,提出一种采用深度学习和多维模糊C均值聚类的负荷分类方法。采用深度学习中的卷积自编码器CAEs堆叠形成深度卷积自编码网络,通过训练实现对输入的典型日负荷曲线集进行特征分层提取和降维处理。计及低维特征序列的数值维度和趋势维度,将数值序列的欧氏距离与趋势序列的改进动态时间弯曲距离相结合为多维相似性距离,作为新的相似性指标,提出一种多维模糊C均值聚类算法,用以对特征序列进行聚类分析。算例分析结果表明,所提出的方法在数据特征提取降维、负荷分类有效性、稳定性及聚类效率等方面具有较大优势,可为需求侧管理项目选择、电价制定、负荷管理优化等提供有效参考。 展开更多

关键词 深度学习 卷积自编码器 多维特征 模糊C均值聚类 负荷分类

在线阅读 下载PDF 职称材料

基于深度学习的齿轮箱故障模糊诊断方法 被引量：6

7

作者 牛冲 王灵梅 +1 位作者 陈立明 孟恩隆 《可再生能源》 CAS 北大核心 2020年第4期484-490,共7页

风电机组齿轮箱作为传动系统重要组成部分,其运行状态关乎整个风电机组的健康运行。由于齿轮箱振动信号具有非线性、非平稳等特性,传统时频分析方法分解故障信号和提取故障特征的能力有限。因此,文章提出将深度学习应用于齿轮箱故障诊断... 风电机组齿轮箱作为传动系统重要组成部分,其运行状态关乎整个风电机组的健康运行。由于齿轮箱振动信号具有非线性、非平稳等特性,传统时频分析方法分解故障信号和提取故障特征的能力有限。因此,文章提出将深度学习应用于齿轮箱故障诊断中,通过构建一维卷积神经网络模型对齿轮箱不同状态下的特征向量进行高效提取、重构。同时,将模糊理论应用于分类器,构建一个模糊多分类器(FMC)对故障进行识别,提出了以平均隶属度作为故障等级判断标准。实验结果表明,文章所提方法在确保齿轮箱故障诊断高准确率的同时,提升了故障分类的精度。 展开更多

关键词 齿轮箱 深度学习 卷积神经网络 模糊多分类器 特征提取 故障诊断

在线阅读 下载PDF 职称材料

基于图卷积神经网络的智能路由算法 被引量：4

8

作者 唐鑫 徐彦彦 潘少明 《计算机工程》 CAS CSCD 北大核心 2022年第3期38-45,共8页

使用特定数学模型的路由转发算法难以满足用户多样化的服务质量需求,基于深度学习的智能路由方案因具有准确性、高效性、通用性等优势,成为路由决策的发展方向。然而,目前多数智能路由算法在网络拓扑动态变化时需要重新训练,造成路由更... 使用特定数学模型的路由转发算法难以满足用户多样化的服务质量需求,基于深度学习的智能路由方案因具有准确性、高效性、通用性等优势,成为路由决策的发展方向。然而,目前多数智能路由算法在网络拓扑动态变化时需要重新训练,造成路由更新不及时,难以应对网络拓扑动态变化。提出一种基于图卷积神经网络(GCN)的智能路由算法。线下利用提前采集的网络信息,根据路由开销标签训练GCN智能路由模型,通过该模型输出单跳路由开销。线上采集实时信息并根据模型输出的路由开销结果对网络层路由协议进行调整,计算最小路由开销的路由路径,实现自适应网络更新。算法利用GCN的图数据结构处理不规则的网络拓扑,通过图卷积算子自动提取特征解决路由网络多属性参数提取的问题,同时引入模糊C均值算法进行网络状态离散化分析,为数据集生成标签,从而有效监督GCN模型训练。实验结果表明,该算法较ECMP、DRL-TE和SmartRoute算法路由性能更好,其平均丢包率、时延和吞吐量指标均为最优,且相较于单一的流量模式具有更强的泛化能力。 展开更多

关键词 深度学习 图卷积神经网络 智能路由 模糊C均值聚类 网络拓扑

在线阅读 下载PDF 职称材料

基于卷积神经网络的模糊车牌图像超分辨率重建方法 被引量：6

9

作者 田煜 贾瑞生 +1 位作者 邓梦迪 赵超越 《计算机应用与软件》 北大核心 2020年第11期159-164,228,共7页

针对车牌图像分辨率低、视觉质量差等问题,提出一种针对模糊车牌图像的超分辨率重建方法。在FSRCNN的基础上进行如下改进:特征提取阶段采用双通道替代单通道,增强对图像有用特征信息的提取;映射部分使用深度可分离卷积替代原有卷积并减... 针对车牌图像分辨率低、视觉质量差等问题,提出一种针对模糊车牌图像的超分辨率重建方法。在FSRCNN的基础上进行如下改进:特征提取阶段采用双通道替代单通道,增强对图像有用特征信息的提取;映射部分使用深度可分离卷积替代原有卷积并减少映射层数,提升训练速度;重建部分采用子像素卷积操作替代反卷积层,抑制反卷积层产生的人工冗余信息。实验结果表明,该方法的重建结果与其他方法相比,图像质量在主观和客观方面都有所改善,训练时间也有所减少。 展开更多

关键词 模糊车牌图像 超分辨率重建 卷积神经网络 深度学习

在线阅读 下载PDF 职称材料

基于目标图像FCM算法的地铁定位点匹配及误报排除方法 被引量：1

10

作者 郑英杰 吴松荣 +3 位作者 韦若禹 涂振威 廖进 刘东 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第3期586-593,600,共9页

在基于图像识别的地铁轨道精确快速定位过程中,针对轨道定位点检测模型存在的误报问题,将模糊C均值(FCM)算法用于定位点模型匹配.在基于深度卷积神经网络的轨道定位点检测模型基础上,选用6类定位点图像和2类误报点图像,提取不同类别图... 在基于图像识别的地铁轨道精确快速定位过程中,针对轨道定位点检测模型存在的误报问题,将模糊C均值(FCM)算法用于定位点模型匹配.在基于深度卷积神经网络的轨道定位点检测模型基础上,选用6类定位点图像和2类误报点图像,提取不同类别图像样本中各目标检测框的中心相对位置、长宽比、面积等特征数据(每张图像各6维特征量),采用ReliefF算法度量所有图像样本各维特征量的权重,将所得权重引入FCM算法的欧几里德距离公式,匹配唯一定位点.实验结果表明,改进后的FCM算法在聚类的正确性和有效性方面有明显改善,对提高地铁轨道定位精度具有重要的意义. 展开更多

关键词 图像识别 深度卷积神经网络 轨道定位点 模糊C均值算法 特征加权

在线阅读 下载PDF 职称材料

空袭主攻方向的卷积神经网络判断模型 被引量：2

11

作者 马新星 滕克难 侯学隆 《现代防御技术》 2018年第5期6-12,共7页

针对传统空袭主攻方向判断方法对评价指标体系准确性、完备性要求高,对于信息模糊、缺失、矛盾等复杂条件适应性不强的问题,将卷积神经网络引入空袭主攻方向的判断模型,利用其较强的非线性建模能力,对信息模糊、含噪等条件适应强的特点... 针对传统空袭主攻方向判断方法对评价指标体系准确性、完备性要求高,对于信息模糊、缺失、矛盾等复杂条件适应性不强的问题,将卷积神经网络引入空袭主攻方向的判断模型,利用其较强的非线性建模能力,对信息模糊、含噪等条件适应强的特点,通过大样本集的训练,获得隐含其中的人的经验、知识等直觉思维。实验结果表明,建立的评判模型具有较强的容错能力和良好的鲁棒性。 展开更多

关键词 防空作战 空袭主攻方向 深度学习 卷积神经网络 模糊综合评判 辅助决策

在线阅读 下载PDF 职称材料

基于深度卷积神经网络的模糊图像重建系统设计 被引量：2

12

作者 张玉霞 王超 +1 位作者 刘艳辉 张志刚 《现代电子技术》 2021年第15期81-84,共4页

传统的模糊图像重建系统重建图像清晰度较低、图像重建耗时较长,为此基于深度卷积神经网络设计了一种新的模糊图像重建系统,系统设计分为硬件设计与软件设计两部分。根据系统的基础状况划分硬件系统处理区域,并不断调整区域内部信息,优... 传统的模糊图像重建系统重建图像清晰度较低、图像重建耗时较长,为此基于深度卷积神经网络设计了一种新的模糊图像重建系统,系统设计分为硬件设计与软件设计两部分。根据系统的基础状况划分硬件系统处理区域,并不断调整区域内部信息,优化获取的图像信息,过滤错误代码数据,调节数据参数,加大数据整合的力度,实现对数据硬件的结构性处理,以硬件设计的元件数据为基础作为软件数据的操作前提实现软件系统设计,综合数据算法合理分析图像在传输的同时可能产生的传输信息缺失问题,并查找缺失原因,在提升传输速率的同时提高图像传输的完整度,由此实现对模糊图像重建系统的设计。实验结果表明,基于深度卷积神经网络的模糊图像重建系统能够有效提高重建图像的清晰度,缩短重建时间。 展开更多

关键词 深度卷积神经网络 模糊图像 图像重建 重建系统 神经网络算法 图像分析 模糊重建

在线阅读 下载PDF 职称材料