期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
基于VMD和优化SSA-ELM的齿轮箱故障诊断 被引量:3
1
作者 孟博 郇战 +3 位作者 时文雅 余中舟 周靖诺 王佳晖 《郑州大学学报(理学版)》 CAS 北大核心 2024年第2期80-86,共7页
针对传统滤波器对齿轮箱信号去噪不充分和模型识别准确率低的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和改进麻雀搜索算法(sparrow search algorithm,SSA)来优化极限学习机(extreme learning machine,ELM)... 针对传统滤波器对齿轮箱信号去噪不充分和模型识别准确率低的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和改进麻雀搜索算法(sparrow search algorithm,SSA)来优化极限学习机(extreme learning machine,ELM)的齿轮箱故障诊断模型。通过改进VMD后含噪分量的选取方式,并结合小波包阈值处理对齿轮箱信号进行滤噪,在提取时频域有效特征的基础上,通过Tent混沌映射和引入微分递减因子改进SSA以优化ELM模型进行分类识别。实验结果表明,所提模型对齿轮箱故障工况的分类准确率达到99.50%,在故障诊断精度提升的同时收敛速度更快,验证了模型的可行性。 展开更多
关键词 齿轮箱故障诊断 变分模态分解 小波包去噪 Tent混沌 麻雀搜索算法 极限学习机
在线阅读 下载PDF
基于改进局部图结构的再认记忆脑电特征提取
2
作者 王凯 顾翔 +2 位作者 李文杰 王苏弘 邹凌 《电子测量技术》 北大核心 2024年第4期81-86,共6页
为了研究再认记忆脑电的纹理特征,以及解决垂直对称局部图结构和对称局部图结构在提取脑电纹理特征时结构不稳定的问题。基于新旧范式设计了再认记忆实验,采集医学生和非医学生(均为35名)相关脑电,并且将这些脑电分为学习医学图片阶段... 为了研究再认记忆脑电的纹理特征,以及解决垂直对称局部图结构和对称局部图结构在提取脑电纹理特征时结构不稳定的问题。基于新旧范式设计了再认记忆实验,采集医学生和非医学生(均为35名)相关脑电,并且将这些脑电分为学习医学图片阶段、学习非医学图片阶段、再认旧医学图片阶段、再认旧非医学图片阶段、再认新医学图片阶段和再认新非医学图片阶段。首先,利用二维小波变换得到每位被试脑电的三个子频带,并提出改进集成局部图结构方法对原数据和3个子频带进行特征提取,改进算法纳入了具有稳定结构的扩展对称局部图结构和复合局部图结构;然后对特征进行归一化,避免结果过拟合,使用皮尔逊相关系数筛选出相关系数在0.8~1之间的特征矩阵列。在支持向量机等分类器上验证改进前后的算法,并使用正确率、精确率、召回率和F1评分这四个指标对模型进行评估。与改进前算法相比,改进后算法在支持向量机上的分类正确率分别提升3.8%,0.4%,0.3%,1.6%,5.1%和4.2%。分类结果说明医学生和非医学生在医学图片学习再认阶段存在明显差异,新加入扩展对称局部图结构和复合局部图结构比原算法中垂直对称局部图结构和对称局部图结构具有更好的分类性能。 展开更多
关键词 脑电 再认记忆 集成局部图结构 特征提取
在线阅读 下载PDF
基于“新工科”的人才培养实验平台建设研究 被引量:36
3
作者 陆先亮 徐明华 +2 位作者 江一山 徐守坤 戴国洪 《实验技术与管理》 CAS 北大核心 2019年第7期12-14,19,共4页
"新工科"建设呼唤高等工程教育实验平台的改革创新。"校地企"合作共建产业学院,打破了专业学科的人才培养藩篱,构建起跨界与跨学科的"新工科"人才培养平台。通过有效整合多方资源,打造专业交叉融合式的&q... "新工科"建设呼唤高等工程教育实验平台的改革创新。"校地企"合作共建产业学院,打破了专业学科的人才培养藩篱,构建起跨界与跨学科的"新工科"人才培养平台。通过有效整合多方资源,打造专业交叉融合式的"新工科"人才培养实验平台,构建专业群课程与教学资源的实验平台,搭建以创新创业为核心素养的实践平台,为地方高校培养未来产业和行业发展需要人才提供支撑。 展开更多
关键词 实验平台 大数据 人才培养 新工科
在线阅读 下载PDF
动态背景下运动目标检测算法 被引量:8
4
作者 朱磊 冯成涛 +1 位作者 张继 储开斌 《现代电子技术》 2022年第6期148-152,共5页
为解决动态背景下运动目标检测所得目标较为微弱且目标区域离散的问题,文中提出一种动态背景下的运动目标检测算法。首先利用SURF(Speeded Up Robust Features)算法提取图像中的特征点,通过双向匹配法去除误匹配的SURF特征点对,并将特... 为解决动态背景下运动目标检测所得目标较为微弱且目标区域离散的问题,文中提出一种动态背景下的运动目标检测算法。首先利用SURF(Speeded Up Robust Features)算法提取图像中的特征点,通过双向匹配法去除误匹配的SURF特征点对,并将特征点分为前景点和背景点两部分;再利用背景点计算仿射变换矩阵,以提高仿射变换矩阵的准确性,完成背景运动的补偿,消除背景运动对目标检测的影响。然后对补偿后的图像采用帧差法和形态学操作,完成对目标的初步提取。最后利用颜色、位移和位置信息对目标进行归并处理,完成运动目标的检测。实验结果表明,文中算法能够准确检测出运动目标,并且所得目标较为明显且目标区域连续。说明文中算法准确率高且具有较强的鲁棒性。 展开更多
关键词 运动目标 目标检测 动态背景 背景补偿 SURF 仿射矩阵 帧差法 目标归并
在线阅读 下载PDF
基于资源投入视角的我国旅游业全要素生产率测算 被引量:5
5
作者 王维 《统计与决策》 CSSCI 北大核心 2021年第8期86-89,共4页
全要素生产率与产业发展质量密切相关。为准确测算我国旅游业全要素生产率,文章采用索洛残差法,以包括资本、劳动和旅游资源三要素的C-D生产函数为基础测算了我国2007—2017年旅游业的全要素生产率。结果显示:我国旅游业全要素生产率波... 全要素生产率与产业发展质量密切相关。为准确测算我国旅游业全要素生产率,文章采用索洛残差法,以包括资本、劳动和旅游资源三要素的C-D生产函数为基础测算了我国2007—2017年旅游业的全要素生产率。结果显示:我国旅游业全要素生产率波动较大,呈现出"波-谷"交替的特点;我国旅游业全要素生产率年均增速为3.74%,对产出的平均贡献率为26.1%,旅游收入增长的主要动力来自旅游资源投入的增长。 展开更多
关键词 旅游业 旅游资源 全要素生产率
在线阅读 下载PDF
基于多样性约束和离散度分层聚类的无监督视频行人重识别 被引量:6
6
作者 曹亮 王洪元 +2 位作者 戴臣超 陈莉 刘乾 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第5期752-759,共8页
视频行人重识别是一项应用非常广的计算机视觉任务。目前的视频行人重识别方法通常是基于监督学习的,该方法需要手工标记大量的数据,代价非常高且并不适用于现实场景。本文提出了一种从底向上的基于多样性约束和离散度分层聚类的无监督... 视频行人重识别是一项应用非常广的计算机视觉任务。目前的视频行人重识别方法通常是基于监督学习的,该方法需要手工标记大量的数据,代价非常高且并不适用于现实场景。本文提出了一种从底向上的基于多样性约束和离散度分层聚类的无监督视频行人重识别方法。该方法首先将每个样本当作是一个不同的类,然后结合类内间离散度进行从底向上的分层聚类,类间和类内离散度都小的类别将被优先合并,同时在聚类准则中加入一项多样性约束来平衡每类中的样本数量,最后,利用线性变化的特征存储器动态更新模型。在Mars和DukeMTMC⁃VideoReID两个大型视频数据集上的实验结果表明,相比于目前先进的无监督视频行人重识别方法,本文方法在性能上有一定的提升。 展开更多
关键词 无监督视频行人重识别 离散度 聚类 特征存储器 多样性约束
在线阅读 下载PDF
基于四叉树的ORB-LBP改进算法 被引量:5
7
作者 陈易文 储开斌 +1 位作者 张继 冯成涛 《传感器与微系统》 CSCD 北大核心 2023年第10期156-159,164,共5页
针对ORB算法存在图像分布不均匀、匹配程度不高、匹配精度差的问题,通过划分网格计算图像灰度值的方法计算角点提取阈值。通过在金字塔层上构建四叉树的方法,在不同金字塔层分别构建不同深度的四叉树以提高计算效率,最后融合BRIEF-LBP... 针对ORB算法存在图像分布不均匀、匹配程度不高、匹配精度差的问题,通过划分网格计算图像灰度值的方法计算角点提取阈值。通过在金字塔层上构建四叉树的方法,在不同金字塔层分别构建不同深度的四叉树以提高计算效率,最后融合BRIEF-LBP特征描述子以提升ORB算法匹配精度。实验结果表明:对比传统ORB算法在速度上降低了5%,但均匀度提升了66左右,召回率也提升了10%;对比其他改进算法,速度提升了2%和5%,特征点分布均匀度提升了48和49,召回率也提升了36.63%和4.925%,实现了在少量增加计算量的同时,特征点均匀度和匹配精度效果有较大提升。 展开更多
关键词 ORB算法 局部二值模式 四叉树 融合描述子
在线阅读 下载PDF
基于偶极子特征优化的情绪重评同步EEG-fMRI源定位研究 被引量:2
8
作者 张蔚 姜忠义 +1 位作者 李文杰 邹凌 《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第3期280-290,共11页
为研究情绪重评时的大脑皮层源活动,针对情绪重评实验范式下采集的15例健康人同步EEG-fMRI数据,首先提出一种新颖的基于偶极子特征优化的融合源定位方法:根据fMRI加权最小范数估计源定位结果,采用20 ms EEG滑动时间窗,提取每个时窗内的... 为研究情绪重评时的大脑皮层源活动,针对情绪重评实验范式下采集的15例健康人同步EEG-fMRI数据,首先提出一种新颖的基于偶极子特征优化的融合源定位方法:根据fMRI加权最小范数估计源定位结果,采用20 ms EEG滑动时间窗,提取每个时窗内的偶极子空间融合特征,将其作为动态融合先验进行加权最小范数估计溯源;随后将该结果与fMRI加权最小范数估计源定位结果进行情绪重评机制上的对比;最后采用样本熵进行脑电源复杂度分析。实验结果表明,该方法可以在高时间和空间分辨率下,有效地追踪情绪重评任务下大脑皮层上的脑电源动态并识别出相关脑区。情绪重评过程中,随着后枕顶叶晚期正电位的出现,显著活跃脑区从左顶叶下部、右侧额中回下部、左侧脑岛转移到右侧颞上回和左外侧枕叶,最后在晚期正电位慢波阶段激活了右侧梭状回、右侧额中回下部和右侧扣带回峡部(P<0.05)。通过脑电源样本熵的计算,提取出被试在接受不同情绪刺激后1500 ms内的显著脑区(P<0.05):情绪响应的活跃脑区为左外侧枕叶(负性:0.688±0.124,中性:0.590±0.126);情绪重评的活跃脑区为右侧额中回下部(负性重评:0.814±0.114,负性:0.736±0.123);情绪重评的抑制脑区为右侧颞上回(负性:0.642±0.152,负性重评:0.546±0.090)。这些结果为情绪重评相关的皮层脑电源定位研究提供了脑区参考。 展开更多
关键词 同步EEG-fMRI 情绪重评 源定位 偶极子特征优化 样本熵
在线阅读 下载PDF
基于改进SAMF的移动机器人目标跟踪算法 被引量:1
9
作者 申春兰 储开斌 张继 《火力与指挥控制》 CSCD 北大核心 2023年第9期144-151,共8页
针对移动机器人目标跟踪过程中目标尺度变化遮挡等问题,提出一种基于改进SAMF的目标跟踪算法,将SAMF算法尺度池扩展为9个,增强算法对目标尺度变化的鲁棒性,采用平均峰值相关能量作为模板更新指标,控制模板的更新。利用OTB100数据集和自... 针对移动机器人目标跟踪过程中目标尺度变化遮挡等问题,提出一种基于改进SAMF的目标跟踪算法,将SAMF算法尺度池扩展为9个,增强算法对目标尺度变化的鲁棒性,采用平均峰值相关能量作为模板更新指标,控制模板的更新。利用OTB100数据集和自行采集的移动机器人目标对改进算法进行验证,结果表明改进算法的精度和成功率有很大提升,可实现移动机器人在目标尺度变化和被遮挡情况下的稳定跟踪。 展开更多
关键词 SAMF算法 移动机器人 尺度池 平均峰值相关能量
在线阅读 下载PDF
深度特征融合与重构的微纤维识别算法 被引量:3
10
作者 吕璐璐 陈树越 +1 位作者 王利平 许霞 《现代电子技术》 2022年第1期83-88,共6页
针对传统卷积神经网络分类识别微纤维存在特征判别不明显的问题,构建了一种深度特征融合与重构的网络对其进行分类与识别。将卷积与深度可分离卷积特征进行融合,加强层间信息交流,提高特征判断指向能力,并在上采样之前分配通道和空间的... 针对传统卷积神经网络分类识别微纤维存在特征判别不明显的问题,构建了一种深度特征融合与重构的网络对其进行分类与识别。将卷积与深度可分离卷积特征进行融合,加强层间信息交流,提高特征判断指向能力,并在上采样之前分配通道和空间的权重进行特征重构,利用通道注意力与空间注意力相结合的策略使网络在学习的过程中将注意力集中在关键的特征信息处,同时,跳跃连接增加原始特征图,缓解拟合现象,强化微纤维区域关键特征信息,提升微纤维图像识别网络模型的表达能力和学习能力,从而改善微纤维识别效果。实验结果表明,微纤维识别率达到98.77%,通过特征图可视化进一步分析了特征融合与重构的作用。所构建的方法准确率高、泛化能力好,为微纤维分类识别提供了一种新的方案。 展开更多
关键词 微纤维识别 特征融合 特征重构 深度学习 深度可分离卷积 权重分配 通道注意力 空间注意力
在线阅读 下载PDF
一种基于分层结构的设备故障领域本体实例关系抽取方法
11
作者 葛天一 杨长春 +1 位作者 陈延雪 周婷 《计算机应用与软件》 北大核心 2023年第8期72-79,共8页
优质的设备故障领域本体需要实例之间拥有准确的关系。传统的基于神经网络的实例关系抽取方法容易使意义相近的关系误分,且由于故障领域文本中实例间隔较远,使用该类方法抽取故障领域实例关系效果不佳。针对上述问题,基于分层结构提出... 优质的设备故障领域本体需要实例之间拥有准确的关系。传统的基于神经网络的实例关系抽取方法容易使意义相近的关系误分,且由于故障领域文本中实例间隔较远,使用该类方法抽取故障领域实例关系效果不佳。针对上述问题,基于分层结构提出了一种从非结构化文本中抽取设备故障领域实例关系的方法。第一层通过对实例对中实例类型的识别,进行初步关系抽取;第二层使用融合自注意力机制的BiLSTM模型对包含实例对的句子进行解析,进行精确分类;通过统计的方法完成实例关系抽取。实验结果表明,此方法与现有的基于神经网络的实例关系抽取方法相比,取得了较好的精确度与召回率,提高了故障本体实例关系抽取的效果(F1值)。 展开更多
关键词 本体构建 设备故障 关系抽取 分层结构 自注意力机制 双向长短期记忆模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部