期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于对抗域增强领域泛化的轴承剩余使用寿命预测
1
作者 柴立平 何昊昱 +2 位作者 段石誉 刘璇 陈为伟 《轴承》 北大核心 2025年第5期86-95,共10页
针对现有基于深度学习的轴承剩余使用寿命预测方法在测试数据是未知轴承或未知工况下使用训练轴承数据得到的模型由于分布外泛化能力的限制性能会严重下降的问题,提出了一种基于对抗域增强的领域泛化方法,包括回归预测模块和对抗训练域... 针对现有基于深度学习的轴承剩余使用寿命预测方法在测试数据是未知轴承或未知工况下使用训练轴承数据得到的模型由于分布外泛化能力的限制性能会严重下降的问题,提出了一种基于对抗域增强的领域泛化方法,包括回归预测模块和对抗训练域增强模块。回归预测模块中设计了卷积增强自注意力的门控神经网络用于捕捉时序数据的特征以输出预测值,对抗训练域增强模块中设计了基于长短时记忆网络的生成对抗网络用于数据增强,还引入了任务损失函数和域增强损失函数分别用于指导模型在预测准确性与域增强能力之间的平衡,损失函数的联合作用使模型能够更好地处理未知轴承和未知工况的数据并提高整体性能,实现模型对未知轴承和未知工况的性能泛化。在PHM 2012 Challenge数据集和XJTU-SY数据集上的试验结果证明了该方法在寿命预测性能上的优越性。与其他方法的对比试验结果显示,在不使用复合故障样本的情况下,该方法预测轴承剩余使用寿命的均方误差可低至0.0004,平均绝对误差可低至0.0050。 展开更多
关键词 滚动轴承 剩余寿命预测 深度学习 测试数据 损失函数 均方误差
在线阅读 下载PDF
基于可见光-红外跨域迁移的红外弱小目标检测 被引量:2
2
作者 薛如翔 卫俊杰 +2 位作者 周华伟 杨海 王喆 《计算机科学》 CSCD 北大核心 2024年第10期287-294,共8页
红外弱小目标检测任务是红外探测领域的重点研究内容之一。然而由于其应用场景的特殊性,包含红外弱小目标的数据并不多见,且标注往往并不充分,这给由数据驱动的深度学习目标检测模型带来了挑战和困难。针对红外弱小目标数据集少、缺乏... 红外弱小目标检测任务是红外探测领域的重点研究内容之一。然而由于其应用场景的特殊性,包含红外弱小目标的数据并不多见,且标注往往并不充分,这给由数据驱动的深度学习目标检测模型带来了挑战和困难。针对红外弱小目标数据集少、缺乏标记信息等问题,提出一种基于可见光-红外跨域迁移的红外弱小目标检测模型,将数据量更丰富的可见光域监督信息迁移到红外域中,实现红外域的无监督训练。首先,在YOLOv5的基础上设计通道增强的数据处理方法,利用低成本的通道分离技巧将可见光图像转换成类红外图像,缩小可见光域和红外域之间的模态差异。然后,构建多尺度域自适应模块,采用对抗训练的方式,对骨干网络提取得到的不同尺度特征在特征空间中进行域混淆以减小域偏移的影响,提高模型对弱小目标的检测性能。实验结果表明,所提方法改进后的模型相比各版本的YOLOv5模型检测精度均有所提升;与其他现有的无监督域自适应目标检测算法相比,所提方法在红外弱小目标的检测精度上明显占优。 展开更多
关键词 红外弱小目标 目标检测 深度学习 域自适应 无监督
在线阅读 下载PDF
自适应双刃边法模糊红外图像复原 被引量:9
3
作者 曹学影 王琳 +2 位作者 谭覃燕 陈大秀 何洋洋 《光学精密工程》 EI CAS CSCD 北大核心 2022年第5期630-640,共11页
红外图像由于对比度低、噪声大,导致图像边缘较为模糊,严重影响图像中有效信息的提取与识别。针对该问题,提出了一种基于相位一致性原理自适应提取双刃边进行模糊红外图像复原的方法。该方法首先利用频域的相位一致性点作为边缘特征点,... 红外图像由于对比度低、噪声大,导致图像边缘较为模糊,严重影响图像中有效信息的提取与识别。针对该问题,提出了一种基于相位一致性原理自适应提取双刃边进行模糊红外图像复原的方法。该方法首先利用频域的相位一致性点作为边缘特征点,提取图像边缘信息;在此基础上根据最优角度原则自适应地选择两条满足条件的刃边,拟合退化图像的点扩散函数;最后以点扩散函数为先验信息,利用快速全变分正则化模型实现模糊图像复原。实验证明,基于相位一致性自适应提取双刃边的方法高效且鲁棒性强,可有效提取各种形状图像边缘的刃边信息;在失焦、光学衍射、相对运动等不同图像退化条件下,相比于自适应单刃边法,本文算法所复原图像的平均梯度和信息熵分别提高了11.5%和1.4%,所生成的椭圆点扩散函数的复原效果明显优于传统单刃边法生成的圆形点扩散函数的复原效果。 展开更多
关键词 图像复原 相位一致性 自适应 双刃边 最优角度原则 点扩散函数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部