检索结果-维普期刊中文期刊服务平台

新能源汽车产业中计算机技术应用与实践被引量：1: 1; 作者李江涛《储能科学与技术》 CAS CSCD 北大核心 2022年第11期3728-3729,共2页; 在新能源汽车产业中计算机技术得到广泛的应用,从汽车的控制系统、自动驾驶系统再到动力电池组管理系统,计算机技术都为行车安全和行车可靠性做出了重要贡献。本文分析了新能源汽车电池储能的原理及过程,探讨新能源汽车产业中计算机技... 展开更多; 关键词新能源汽车产业自动驾驶系统计算机技术不可再生能源行车安全应用与实践电池储能发展趋势; 在线阅读下载PDF 职称材料

基于大数据技术的舰船磁场异常信号粗提取被引量：1: 2; 作者李江涛《舰船科学技术》北大核心 2021年第14期157-159,共3页; 舰船磁场异常阈值滤波的幅度特征不一,导致异常信号粗提取信噪比值过低。基于此,提出基于大数据技术的舰船磁场异常信号粗提取方法。基于大数据技术设计舰船磁场异常信号粗提取方法,分解舰船异常信号,并从重构的分解异常信号中提取异常... 展开更多; 关键词大数据技术舰船磁场异常信号粗提取; 在线阅读下载PDF 职称材料

大数据支持下化学储能网络安全问题分析: 3; 作者刘嘉瑞《储能科学与技术》北大核心 2025年第10期3872-3874,共3页; 化学储能系统的广泛应用带来了重要的电力资源,为国家电网升级提供了保证,但是其自身的网络安全问题也需要妥善解决。本研究针对大数据下的化学储能系统网络安全问题进行分析综述,首先重点归纳了现阶段化学储能系统的研究进展,包括主流... 展开更多; 关键词化学储能电力资源大数据电池管理; 在线阅读下载PDF 职称材料

齿轮箱多数据Bi-LSTM特征融合的CBAM故障诊断研究: 4; 作者杜轻李峰《机械设计与制造》北大核心 2025年第8期144-148,共5页; 机械传动领域离不开齿轮箱,其故障诊断的精度直接影响到传动系统的工作效率。在分析卷积神经网络空间和时间关系的基础上,设计了一种多数据长短期记忆网络(Bi-LSTM)特征融合齿轮箱故障诊断方法,并引入交叉融合注意力(CBAM)对像素特征自... 展开更多; 关键词齿轮箱故障诊断特征融合交叉融合注意力; 在线阅读下载PDF 职称材料

基于S-MCLSTM和DANN的滚动轴承剩余寿命预测方法被引量：1: 5; 作者董志民董洁超《计算机应用研究》 CSCD 北大核心 2024年第9期2787-2793,共7页; 针对在不同工作条件和不同故障形式下,滚动轴承剩余寿命预测泛化能力差和精确度不高的问题,提出一种基于孪生多卷积长短时记忆网络(S-MCLSTM)和域对抗网络(DANN)的剩余寿命预测方法。首先针对不同的工作条件对退化过程的影响,提出基于S-... 展开更多; 关键词滚动轴承剩余寿命预测孪生多卷积长短时记忆网络域对抗网络; 在线阅读下载PDF 职称材料

舰船通信数据异常智能检测方法设计被引量：1: 6; 作者仇丹丹《舰船科学技术》北大核心 2024年第16期162-165,共4页; 舰船通信网络受到外界环境干扰会导致通信数据产生异常,影响通信质量。针对该问题,设计基于云计算平台的舰船通信数据异常智能检测方法。在基于Hadoop的云计算平台内,利用HDFS分布式文件系统存储舰船通信数据,MapReduce计算框架针对存... 展开更多; 关键词云计算平台舰船通信数据异常检测主成分分析特征提取偏离度阈值; 在线阅读下载PDF 职称材料

题名新能源汽车产业中计算机技术应用与实践被引量：1: 1; 作者李江涛; 机构濮阳职业技术学院数学与信息工程学院; 出处《储能科学与技术》 CAS CSCD 北大核心 2022年第11期3728-3729,共2页; 文摘在新能源汽车产业中计算机技术得到广泛的应用,从汽车的控制系统、自动驾驶系统再到动力电池组管理系统,计算机技术都为行车安全和行车可靠性做出了重要贡献。本文分析了新能源汽车电池储能的原理及过程,探讨新能源汽车产业中计算机技术的应用与实践,并通过分析未来技术的发展趋势,讨论新能源汽车在节约不可再生能源等方面的突出作用,以此来推动新能源汽车的进一步发展。; 关键词新能源汽车产业自动驾驶系统计算机技术不可再生能源行车安全应用与实践电池储能发展趋势; 分类号 U469.7 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名基于大数据技术的舰船磁场异常信号粗提取被引量：1: 2; 作者李江涛; 机构濮阳职业技术学院数学与信息工程学院; 出处《舰船科学技术》北大核心 2021年第14期157-159,共3页; 文摘舰船磁场异常阈值滤波的幅度特征不一,导致异常信号粗提取信噪比值过低。基于此,提出基于大数据技术的舰船磁场异常信号粗提取方法。基于大数据技术设计舰船磁场异常信号粗提取方法,分解舰船异常信号,并从重构的分解异常信号中提取异常特征值。在此基础上,对磁场异常阈值进行滤波识别,对磁场异常阈值滤波的幅度特征进行整合,获取舰船磁场异常信号。至此,完成基于大数据技术的舰船磁场异常信号粗提取方法设计。分析实验结果:采用基于大数据技术的舰船磁场异常信号粗提取方法异常信号粗提取的信噪比值最高为-3 dB,表明所提方法异常信号粗提取效果较好。; 关键词大数据技术舰船磁场异常信号粗提取; Keywords big data technology warship magnetic field anomaly rough signal extraction; 分类号 TM155 [电气工程—电工理论与新技术]; 在线阅读下载PDF 职称材料

题名大数据支持下化学储能网络安全问题分析: 3; 作者刘嘉瑞; 机构濮阳职业技术学院数学与信息工程学院; 出处《储能科学与技术》北大核心 2025年第10期3872-3874,共3页; 文摘化学储能系统的广泛应用带来了重要的电力资源,为国家电网升级提供了保证,但是其自身的网络安全问题也需要妥善解决。本研究针对大数据下的化学储能系统网络安全问题进行分析综述,首先重点归纳了现阶段化学储能系统的研究进展,包括主流化学储能系统的种类和化学储能系统在电力系统中的应用情况;然后整理分析了当前常规化学储能系统的内部结构,即储能电池管理系统、升压变流系统以及能量管理系统(EMS)三部分内容,最后结合大数据技术探讨了化学储能系统网络安全问题的解决策略和发展方向,希望对未来化学储能系统的研究提供借鉴。; 关键词化学储能电力资源大数据电池管理; Keywords chemical energy storage power resources big data battery management; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名齿轮箱多数据Bi-LSTM特征融合的CBAM故障诊断研究: 4; 作者杜轻李峰; 机构濮阳职业技术学院数学与信息工程学院河南理工大学计算机科学与技术学院; 出处《机械设计与制造》北大核心 2025年第8期144-148,共5页; 基金河南省高等学校重点科研项目(23B510012)。; 文摘机械传动领域离不开齿轮箱,其故障诊断的精度直接影响到传动系统的工作效率。在分析卷积神经网络空间和时间关系的基础上,设计了一种多数据长短期记忆网络(Bi-LSTM)特征融合齿轮箱故障诊断方法,并引入交叉融合注意力(CBAM)对像素特征自动选取和分布状态调节,以融合特征增强故障特征表达的鲁棒性。性能测试结果表明:相比较其它方法,所提方法表现出来很好的准确率,在时效和预测性能方面获得显著提高。单一工况下,所提方法获得的识别率为94.26%,正确率94.12%,召回率94.11%,F1为94.93%;复杂工况下,采用所提算法达到了92.61%的预测识别率、正确率91.75%、召回率90.91%、F1为90.91%,具有很好的综合效果。通过消融实验可以获得97.41%识别率、96.85%正确率、96.07%召回率和96.12%的F1,表明所提方法具备很高的可行性。; 关键词齿轮箱故障诊断特征融合交叉融合注意力; Keywords Gear Box Fault Diagnosis Feature Fusion Cross-Fusion Attention; 分类号 TH16 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于S-MCLSTM和DANN的滚动轴承剩余寿命预测方法被引量：1: 5; 作者董志民董洁超; 机构濮阳职业技术学院数学与信息工程学院河南大学濮阳工学院中国工商银行软件开发中心; 出处《计算机应用研究》 CSCD 北大核心 2024年第9期2787-2793,共7页; 基金河南省高等学校重点科研项目(18B520030)。; 文摘针对在不同工作条件和不同故障形式下,滚动轴承剩余寿命预测泛化能力差和精确度不高的问题,提出一种基于孪生多卷积长短时记忆网络(S-MCLSTM)和域对抗网络(DANN)的剩余寿命预测方法。首先针对不同的工作条件对退化过程的影响,提出基于S-MCLSTM的差异化特征提取器以提取一定时间间隔的两个样本之间的差异化特征。同时,进一步使用工作条件判别器与差异化特征提取器进行对抗训练,减少由于工作条件的原因产生的冗余特征。之后针对故障形式对退化过程的影响,设计了故障诊断器用于和差异化特征提取器对抗训练。最后,考虑到滚动轴承一般退化过程中,不同阶段的退化过程与特征之间的映射关系可能存在的差异,提出了阶段判别器,并在不同阶段应用不同的剩余寿命预测器进行预测。最终在西安交通大学XJTU-SY轴承数据集上的实验表明,该方法在多种工作条件和故障形式下都能较准确地预测剩余寿命,有较为广泛的应用前景。; 关键词滚动轴承剩余寿命预测孪生多卷积长短时记忆网络域对抗网络; Keywords rolling bearing remain useful life prediction Siamese multi-convolutional long short-term memory domain adversarial neural network; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TH133.33 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名舰船通信数据异常智能检测方法设计被引量：1: 6; 作者仇丹丹; 机构河南大学濮阳工学院濮阳职业技术学院数学与信息工程学院; 出处《舰船科学技术》北大核心 2024年第16期162-165,共4页; 基金河南省2020年重点研发与推广专项(科技攻关)项目(212102210081)。; 文摘舰船通信网络受到外界环境干扰会导致通信数据产生异常,影响通信质量。针对该问题,设计基于云计算平台的舰船通信数据异常智能检测方法。在基于Hadoop的云计算平台内,利用HDFS分布式文件系统存储舰船通信数据,MapReduce计算框架针对存储的通信数据,在Map任务环节中利用Master节点搜索非工作状态下的Worker节点执行检测任务;Reduce任务环节中利用主成分分析方法提取通信数据特征,并将其作为聚类中心,利用欧几里得距离确定待检测舰船通信数据与聚类中心间的距离值,距离越小说明两者相似度越高;设定距离阈值,当距离值小于距离阈值时,即可将其定义为正常数据,相反为异常数据,由此实现异常数据检测。实验结果显示该方法可有效获取异常数据检测结果,且检测结果的AUC值达到0.91,能够有效提升舰船通信服务质量。; 关键词云计算平台舰船通信数据异常检测主成分分析特征提取偏离度阈值; Keywords cloud computing platform ship communication data anomaly detection principal component analysis feature extraction deviation threshold; 分类号 TP181 [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	作者	出处	发文年	被引量	操作
1	新能源汽车产业中计算机技术应用与实践	李江涛	《储能科学与技术》 CAS CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
2	基于大数据技术的舰船磁场异常信号粗提取	李江涛	《舰船科学技术》北大核心	2021	1	在线阅读下载PDF 职称材料
3	大数据支持下化学储能网络安全问题分析	刘嘉瑞	《储能科学与技术》北大核心	2025	0	在线阅读下载PDF 职称材料
4	齿轮箱多数据Bi-LSTM特征融合的CBAM故障诊断研究	杜轻李峰	《机械设计与制造》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于S-MCLSTM和DANN的滚动轴承剩余寿命预测方法	董志民董洁超	《计算机应用研究》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
6	舰船通信数据异常智能检测方法设计	仇丹丹	《舰船科学技术》北大核心	2024	1	在线阅读下载PDF 职称材料