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
融合多尺度注意力神经网络的港口起重装备故障时序数据预测方法
被引量：
1
1
作者
雷鹏
谢敬玲
+4 位作者
许洪祖
焦锋
魏立明
张忠岩
吕成兴
《机电工程》
北大核心
2025年第2期277-286,共10页
近年来,深度神经网络在轴承时序预测领域得到了广泛应用。为了进一步提升港口起重装备滚动轴承时序模型预测的准确度,以青岛港门机为例对港口起重装备关键部位的滚动轴承时序预测进行了建模,提出了一种融合改进变分模态分解的多尺度注...
近年来,深度神经网络在轴承时序预测领域得到了广泛应用。为了进一步提升港口起重装备滚动轴承时序模型预测的准确度,以青岛港门机为例对港口起重装备关键部位的滚动轴承时序预测进行了建模,提出了一种融合改进变分模态分解的多尺度注意力机制港口装备故障时序数据预测方法。首先,采用了融合非线性策略与混沌映射的改进灰狼优化算法(IGWO),自适应地确定了变分模态分解(VMD)的模态数与惩罚因子;然后,将变分模态分解得到的本征模态函数进一步作为融合多尺度注意力神经网络(FMANN)模型的时序输入,进行了多尺度通道特征融合;最后,对各个本征模态函数的预测结果进行了融合,得到了最终预测结果。研究结果表明:FMANN模型在回转机构数据集上的均方根误差(RMSE)为0.001 12,平均绝对百分比误差(MAPE)为6.396 3%,决定系数为0.999 8;相比于其他预测模型,FMANN预测效果更加拟合实际数据。FMANN模型能够准确地预测设备轴承的时序振动,有望为未来实际工业生产提供一条新思路。
展开更多
关键词
滚动轴承
故障诊断
变分模态分解
注意力机制
灰狼优化算法
融合多尺度注意力神经网络
深度可分离卷积
在线阅读
下载PDF
职称材料
融合局部特征与两阶段注意力权重学习的面部表情识别
被引量：
10
2
作者
郑剑
郑炽
+1 位作者
刘豪
于祥春
《计算机应用研究》
CSCD
北大核心
2022年第3期889-894,918,共7页
面部的局部细节信息在面部表情识别中扮演重要角色,然而现有的方法大多只关注面部表情的高层语义信息而忽略了局部面部区域的细粒度信息。针对这一问题,提出一种融合局部特征与两阶段注意力权重学习的深度卷积神经网络FLF-TAWL(deep con...
面部的局部细节信息在面部表情识别中扮演重要角色,然而现有的方法大多只关注面部表情的高层语义信息而忽略了局部面部区域的细粒度信息。针对这一问题,提出一种融合局部特征与两阶段注意力权重学习的深度卷积神经网络FLF-TAWL(deep convolutional neural network fusing local feature and two-stage attention weight learning),它能自适应地捕捉重要的面部区域从而提升面部表情识别的有效性。该FLF-TAWL由双分支框架构成,一个分支从图像块中提取局部特征,另一个分支从整个表情图像中提取全局特征。首先提出了两阶段注意力权重学习策略,第一阶段粗略学习全局和局部特征的重要性权重,第二阶段进一步细化注意力权重,并将局部和全局特征进行融合;其次,采用一种区域偏向损失函数鼓励最重要的区域以获得较高的注意力权重。在FERPlus、Cohn-Kanada(CK+)以及JAFFE三个数据集上进行了广泛实验,分别获得90.92%、98.90%、97.39%的准确率,实验结果验证了FLF-TAWL模型的有效性和可行性。
展开更多
关键词
面部表情识别
深度卷积神经网络
局部特征融合
两阶段注意力权重学习
区域偏向损失
在线阅读
下载PDF
职称材料
题名
融合多尺度注意力神经网络的港口起重装备故障时序数据预测方法
被引量：
1
1
作者
雷鹏
谢敬玲
许洪祖
焦锋
魏立明
张忠岩
吕成兴
机构
青岛理工大学信息与控制工程学院
青岛杰瑞工控技术有限公司
出处
《机电工程》
北大核心
2025年第2期277-286,共10页
基金
青岛市自然科学基金资助项目(23-2-1-154-ZYYD-JCH)
青岛市关键技术攻关及产业化示范类项目(23-1-2-QLJH-6-GX)。
文摘
近年来,深度神经网络在轴承时序预测领域得到了广泛应用。为了进一步提升港口起重装备滚动轴承时序模型预测的准确度,以青岛港门机为例对港口起重装备关键部位的滚动轴承时序预测进行了建模,提出了一种融合改进变分模态分解的多尺度注意力机制港口装备故障时序数据预测方法。首先,采用了融合非线性策略与混沌映射的改进灰狼优化算法(IGWO),自适应地确定了变分模态分解(VMD)的模态数与惩罚因子;然后,将变分模态分解得到的本征模态函数进一步作为融合多尺度注意力神经网络(FMANN)模型的时序输入,进行了多尺度通道特征融合;最后,对各个本征模态函数的预测结果进行了融合,得到了最终预测结果。研究结果表明:FMANN模型在回转机构数据集上的均方根误差(RMSE)为0.001 12,平均绝对百分比误差(MAPE)为6.396 3%,决定系数为0.999 8;相比于其他预测模型,FMANN预测效果更加拟合实际数据。FMANN模型能够准确地预测设备轴承的时序振动,有望为未来实际工业生产提供一条新思路。
关键词
滚动轴承
故障诊断
变分模态分解
注意力机制
灰狼优化算法
融合多尺度注意力神经网络
深度可分离卷积
Keywords
rolling bearing
fault diagnosis
variational mode decomposition(VMD)
attention
mechanism
grey wolf optimization(GWO)algorithm
fused
multi-scale
attention
neural
network
(
fmann
)
depth-separable convolution
neural
network
(DSCNN)
分类号
TH133.33 [机械工程—机械制造及自动化]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
融合局部特征与两阶段注意力权重学习的面部表情识别
被引量：
10
2
作者
郑剑
郑炽
刘豪
于祥春
机构
江西理工大学信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2022年第3期889-894,918,共7页
基金
国家自然科学基金资助项目(61563069,61462034)
江西省教育厅科学技术研究项目(GJJ170517,GJJ190468)
江西理工大学研究生创新专项资金资助项目(ZS2020-S049)。
文摘
面部的局部细节信息在面部表情识别中扮演重要角色,然而现有的方法大多只关注面部表情的高层语义信息而忽略了局部面部区域的细粒度信息。针对这一问题,提出一种融合局部特征与两阶段注意力权重学习的深度卷积神经网络FLF-TAWL(deep convolutional neural network fusing local feature and two-stage attention weight learning),它能自适应地捕捉重要的面部区域从而提升面部表情识别的有效性。该FLF-TAWL由双分支框架构成,一个分支从图像块中提取局部特征,另一个分支从整个表情图像中提取全局特征。首先提出了两阶段注意力权重学习策略,第一阶段粗略学习全局和局部特征的重要性权重,第二阶段进一步细化注意力权重,并将局部和全局特征进行融合;其次,采用一种区域偏向损失函数鼓励最重要的区域以获得较高的注意力权重。在FERPlus、Cohn-Kanada(CK+)以及JAFFE三个数据集上进行了广泛实验,分别获得90.92%、98.90%、97.39%的准确率,实验结果验证了FLF-TAWL模型的有效性和可行性。
关键词
面部表情识别
深度卷积神经网络
局部特征融合
两阶段注意力权重学习
区域偏向损失
Keywords
facial expression recognition
deep convolutional
neural
network
(DCNN)
fusing local feature
two-stage
attention
weight learning
region-biased loss function
分类号
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
融合多尺度注意力神经网络的港口起重装备故障时序数据预测方法
雷鹏
谢敬玲
许洪祖
焦锋
魏立明
张忠岩
吕成兴
《机电工程》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
融合局部特征与两阶段注意力权重学习的面部表情识别
郑剑
郑炽
刘豪
于祥春
《计算机应用研究》
CSCD
北大核心
2022
10
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
