期刊文献+
共找到12,351篇文章
< 1 2 250 >
每页显示 20 50 100
基于多重同步压缩变换的雷达辐射源分选识别 认领
1
作者 王功明 陈世文 +2 位作者 黄洁 秦鑫 苑军见 《现代雷达》 CSCD 北大核心 2020年第3期49-56,共8页
针对低信噪比条件下雷达信号分选识别算法识别率低且复杂度高的问题,提出了一种基于多重同步压缩变换(MSST)的雷达辐射源分选识别算法。首先通过MSST得到信号的时频图像矩阵;然后,对时频图像进行预处理,提取出时频图像的灰度共生矩阵纹... 针对低信噪比条件下雷达信号分选识别算法识别率低且复杂度高的问题,提出了一种基于多重同步压缩变换(MSST)的雷达辐射源分选识别算法。首先通过MSST得到信号的时频图像矩阵;然后,对时频图像进行预处理,提取出时频图像的灰度共生矩阵纹理特征和Zernike矩特征;同时提取了信号的功率谱参数特征和平方谱统计特征,组成特征参数向量;最后利用支持向量机分类器实现了对雷达信号的自动分选识别。仿真结果表明,在信噪比为-2 dB时,该算法对9种雷达信号(CW、LFM、NLFM、BPSK、MPSK、Costas、LFM/BPSK、LFM/FSK和BPSK/FSK)的整体平均识别成功率大于96.5%。 展开更多
关键词 多重同步压缩变换 雷达辐射源 特征提取 分选识别
出租车目的地预测的深度学习方法 认领
2
作者 崔淑敏 张磊 +2 位作者 李允 邵长兴 朱少杰 《计算机工程与科学》 CSCD 北大核心 2020年第1期185-190,共6页
出租车目的地预测可以掌握出租车的流动方向,便于出租车调度。已有的预测方法多仅利用轨迹序列的原始特征作为预测模型的输入,忽略了原始特征背后的时空数据,造成轨迹时空信息缺失。针对以上问题,提出出租车目的地预测的深度学习方法DLD... 出租车目的地预测可以掌握出租车的流动方向,便于出租车调度。已有的预测方法多仅利用轨迹序列的原始特征作为预测模型的输入,忽略了原始特征背后的时空数据,造成轨迹时空信息缺失。针对以上问题,提出出租车目的地预测的深度学习方法DLDP。首先采用滑动窗口,基于速度、转角利用统计量计算得到轨迹的高层特征。其次,自动编码器将高层特征转换为固定长度的潜在空间表示,得到轨迹的深度特征。最后,将深度特征和原始特征相结合,一同作为LSTM的输入进行预测。实验表明,DLDP比传统RNN预测模型的准确率提高了9%,平均距离误差减少了1 km。 展开更多
关键词 特征提取 自编码器 LSTM 轨迹预测
在线阅读 下载PDF
基于机器视觉的齿面点蚀面积特征提取的研究 认领
3
作者 俞莎莎 朱如鹏 +2 位作者 李苗苗 陈健 解超 《机械制造与自动化》 2020年第1期87-90,共4页
在齿轮接触疲劳试验中,需要定期检查齿面点蚀状况。提出了一种基于机器视觉的齿面点蚀面积特征提取方法。针对试验齿轮箱空间窄,会使获得的齿面点蚀图像曝光不足或过度而使图像在获取、传输过程中产生噪声的问题,利用基于遗传算法的图... 在齿轮接触疲劳试验中,需要定期检查齿面点蚀状况。提出了一种基于机器视觉的齿面点蚀面积特征提取方法。针对试验齿轮箱空间窄,会使获得的齿面点蚀图像曝光不足或过度而使图像在获取、传输过程中产生噪声的问题,利用基于遗传算法的图像增强操作突出点蚀区域,抑制其他区域,并利用中值滤波及小波变换去除图像中的噪声,再将获得的图像进行分割、面积特征提取,最终通过实例验证了该方法能够准确、快速、有效地获取齿面点蚀面积,并利用Matlab图形界面(GUI)实现了机器视觉处理算法集成和交互可视化功能,为用户快速获取点蚀区域面积提供了便利。 展开更多
关键词 齿轮 接触疲劳试验 齿面点蚀 特征提取 图像 GUI
在线阅读 下载PDF
基于因子图模型的动态图半监督聚类算法 认领
4
作者 张建朋 裴雨龙 +2 位作者 刘聪 李邵梅 陈鸿昶 《自动化学报》 EI CSCD 北大核心 2020年第4期670-680,共11页
针对动态图的聚类主要存在着两点不足:首先,现有的经典聚类算法大多从静态图分析的角度出发,无法对真实网络图持续演化的特性进行有效建模,亟待对动态图的聚类算法展开研究,通过对不同时刻图快照的聚类结构进行分析进而掌握图的动态演... 针对动态图的聚类主要存在着两点不足:首先,现有的经典聚类算法大多从静态图分析的角度出发,无法对真实网络图持续演化的特性进行有效建模,亟待对动态图的聚类算法展开研究,通过对不同时刻图快照的聚类结构进行分析进而掌握图的动态演化情况.其次,真实网络中可以预先获取图中部分节点的聚类标签,如何将这些先验信息融入到动态图的聚类结构划分中,从而向图中的未标记节点分配聚类标签也是本文需要解决的问题.为此,本文提出进化因子图模型(Evolution factor graph model,EFGM)用于解决动态图节点的半监督聚类问题,所提EFGM不仅可以捕获动态图的节点属性和边邻接属性,还可以捕获节点的时间快照信息.本文对真实数据集进行实验验证,实验结果表明EFGM算法将动态图与先验信息融合到一个统一的进化因子图框架中,既使得聚类结果满足先验知识,又契合动态图的整体演化规律,有效验证了本文方法的有效性. 展开更多
关键词 半监督聚类 进化因子图模型 特征提取 动态图
在线阅读 下载PDF
基于双重数据增强策略的音频分类方法 认领
5
作者 周迅 张晓龙 《武汉科技大学学报》 CAS 北大核心 2020年第2期155-160,共6页
卷积神经网络模型作为音频特征提取器具有较好的应用效果,但该类模型的训练过程对数据量要求比较高。针对这一问题,本文提出一种基于双重数据增强策略的音频分类方法。首先采用传统音频数据增强方法(旋转、调音、变调、加噪),并将增强... 卷积神经网络模型作为音频特征提取器具有较好的应用效果,但该类模型的训练过程对数据量要求比较高。针对这一问题,本文提出一种基于双重数据增强策略的音频分类方法。首先采用传统音频数据增强方法(旋转、调音、变调、加噪),并将增强后的数据转化为语谱图,再采用随机均值替换法进行谱图增强。在此基础上训练Inception_Resnet_V2神经网络模型作为音频特征提取器,最后训练随机森林模型作为分类器完成音频分类任务。实验结果表明,与已有方法相比,采用双重数据增强策略可明显提升音频分类精度,并且训练出的特征提取模型具有较强的泛化能力。 展开更多
关键词 音频分类 双重数据增强 卷积神经网络 特征提取 随机森林 语谱图
在线阅读 下载PDF
慕课授课中的学生听课行为自动分析系统 认领
6
作者 戴亚平 杨方方 +2 位作者 赵翰奕 贾之阳 广田熏 《自动化学报》 EI CSCD 北大核心 2020年第4期681-694,共14页
为了解决在线课程(Massive open online course, MOOC)授课过程中,缺乏对于学生学习情况的跟踪与教学效果评估问题,本文依据视频信息对学生行为进行建模,提出了一种评判学生听课专心程度的行为自动分析算法.该算法能够有效跟踪学生的学... 为了解决在线课程(Massive open online course, MOOC)授课过程中,缺乏对于学生学习情况的跟踪与教学效果评估问题,本文依据视频信息对学生行为进行建模,提出了一种评判学生听课专心程度的行为自动分析算法.该算法能够有效跟踪学生的学习状态,提取学生的行为特征参数,并对这些参数进行D-S融合判决,以获得学生的听课专注度.经过多次实验的结果表明,本文采用的方法能够有效评判学生在授课期间的专心程度,在数据融合上,与贝叶斯推理方法相比,采用D-S融合方法能有效提高实验结果的准确性和可靠性. 展开更多
关键词 学生注意力建模 特征提取 决策融合算法 慕课
在线阅读 下载PDF
基于LSTM的设备故障在线检测方法 认领
7
作者 周剑飞 刘晨 《计算机工程与应用》 CSCD 北大核心 2020年第1期272-278,共7页
在工业4.0时代,随着IoT的广泛应用,工业设备的故障检测对于提高设备的可靠性具有重要的意义。在实际的工业场景中,由于设备之间的关系复杂多变,难以用统一的模型来表示设备的运行状态。近年来,随着深度学习技术的不断发展与进步,深度学... 在工业4.0时代,随着IoT的广泛应用,工业设备的故障检测对于提高设备的可靠性具有重要的意义。在实际的工业场景中,由于设备之间的关系复杂多变,难以用统一的模型来表示设备的运行状态。近年来,随着深度学习技术的不断发展与进步,深度学习技术成为故障检测的主流解决方案。提出了一种基于长短记忆神经网络的在线故障检测模型,采用曲线排齐方法对传感器数据进行特征提取,基于长短时记忆神经网络(LSTM)开发故障检测模型,最后借助滑动窗口技术实现了设备故障的在线检测以及模型的在线更新。基于真实的发电厂传感数据进行了实验验证,实验结果表明了该方法的有效性。 展开更多
关键词 故障检测 特征提取 长短时记忆神经 在线更新
在线阅读 下载PDF
基于深度卷积神经网络的图像帧间补偿研究 认领
8
作者 杨森林 孙静 +1 位作者 闫曌 李喜龙 《计算机仿真》 北大核心 2020年第1期452-455,共4页
由于图像分辨率低,传输过程中容易出现图像丢失、不清晰现象。针对上述问题,提出一种深度卷积神经网络算法实现图像帧间补偿。首先依据深度卷积神经网络构建图像帧间补偿模型,其次采用稀疏自编码与线性解码方式提取出该补偿模型的图像特... 由于图像分辨率低,传输过程中容易出现图像丢失、不清晰现象。针对上述问题,提出一种深度卷积神经网络算法实现图像帧间补偿。首先依据深度卷积神经网络构建图像帧间补偿模型,其次采用稀疏自编码与线性解码方式提取出该补偿模型的图像特征,再通过多层卷积神经网络对图像特征做映射处理,最后根据稀疏算法重建图像帧分辨率,使图像帧间得到补偿。实验结果表明,基于深度卷积神经网络的图像帧补偿实训可以有效提高图像帧分辨率,解决图像丢失问题,实现了图像高清晰化。 展开更多
关键词 图像帧 特征提取 分辨率低 图像映射 图像帧间补偿
在线阅读 下载PDF
基于模板匹配的三维人体语义特征提取算法 认领
9
作者 李灵杰 童晶 +2 位作者 步文瑜 孙海舟 陈正鸣 《计算机与现代化》 2020年第4期95-103,共9页
随着社会经济发展,生活水平的提高,人们对定制产品的需求越来越多,例如服装高级定制、健身计划定制等。为更好地满足这些需求并提供精准的数据支撑,需提取精确的人体语义特征,即人体的身高、胸围、腰围等一系列参数。对现有特征提取算... 随着社会经济发展,生活水平的提高,人们对定制产品的需求越来越多,例如服装高级定制、健身计划定制等。为更好地满足这些需求并提供精准的数据支撑,需提取精确的人体语义特征,即人体的身高、胸围、腰围等一系列参数。对现有特征提取算法进行分析研究,设计一种基于模板匹配的三维人体语义特征提取算法。通过模板模型逼近输入模型,将模板模型上的语义特征采样点拓展到输入模型上,使用NURBS曲线拟合采样点,计算曲线长度。实验结果表明本文所提算法综合性能好,能够为服装定制、人体动画、人体工程学设计等提供精确广泛的数据支持。 展开更多
关键词 三维人体模型 特征提取 模板匹配
在线阅读 免费下载
基于门限联合判别的同质网络入侵检测仿真 认领
10
作者 牛祥 《计算机仿真》 北大核心 2020年第3期309-313,共5页
动态同质网络在路由转发控制中节点分布具有动态性,容易受到病毒入侵,提出基于上下门限联合判别的动态同质网络入侵检测算法。以时间均值和谱密度为网络入侵检测的统计特征量,采用宽平稳随机序列分析方法构建网络入侵的统计信号分析模型... 动态同质网络在路由转发控制中节点分布具有动态性,容易受到病毒入侵,提出基于上下门限联合判别的动态同质网络入侵检测算法。以时间均值和谱密度为网络入侵检测的统计特征量,采用宽平稳随机序列分析方法构建网络入侵的统计信号分析模型,对入侵信号采用相关性检测和同态匹配滤波方法进行降噪和盲源分离处理,结合极速学习方法进行动态同质网络的入侵特征量提取,采用上下门限联合判别方法实现动态同质网络的入侵检测。仿真结果表明,采用该方法进行动态同质网络的入侵检测的准确性较高,抗干扰能力较强,对入侵信息的准确检测概率提升效果显著。 展开更多
关键词 动态同质网络 入侵检测 特征提取 匹配滤波 盲源分离
在线阅读 下载PDF
基于VMD与时间序列分析的滚动轴承故障特征提取方法 认领
11
作者 张浩天 魏永合 +1 位作者 矫晶晶 刘炜 《组合机床与自动化加工技术》 北大核心 2020年第4期18-23,共6页
为了在非线性、非平稳的滚动轴承故障振动信号中有效提取出敏感的故障特征,提出了基于变分模态分解(VMD)与时间序列分析相结合的特征提取方法。首先通过VMD将原始信号分解为不同预设尺度的本征模态分量(IMF),对各个IMF分量建立时间序列... 为了在非线性、非平稳的滚动轴承故障振动信号中有效提取出敏感的故障特征,提出了基于变分模态分解(VMD)与时间序列分析相结合的特征提取方法。首先通过VMD将原始信号分解为不同预设尺度的本征模态分量(IMF),对各个IMF分量建立时间序列预测模型,通过叠加重构得到最终的预测模型,比较评价指标确定最优参数的选取。最后,通过仿真信号与滚动轴承实际故障数据分析,并与经验模式分解(EMD)进行对比,结果表明该方法能够有效的提取到故障特征频率。 展开更多
关键词 滚动轴承 特征提取 变分模态分解
在线阅读 下载PDF
基于体素下采样和关键点提取的点云自动配准 认领
12
作者 张彬 熊传兵 《激光与光电子学进展》 CSCD 北大核心 2020年第4期101-109,共9页
针对最近点迭代算法(ICP)在大数据点云下配准效率低及对配准点云初始位置依赖性强的缺点,提出了一种基于快速点云粗配准与ICP算法相结合的方法。根据体素对原始点云进行下采样,结合法向量特征提取关键点,使用快速点特征直方图(FPFH)算... 针对最近点迭代算法(ICP)在大数据点云下配准效率低及对配准点云初始位置依赖性强的缺点,提出了一种基于快速点云粗配准与ICP算法相结合的方法。根据体素对原始点云进行下采样,结合法向量特征提取关键点,使用快速点特征直方图(FPFH)算法描述关键点;根据局部邻域内的关键点匹配对的向量夹角特性进一步对匹配点对进行精简;对精简后的关键点对集使用随机采样一致性算法(RANSAC)获取内点最多的变换参数,从而完成点云粗配准;最后在粗配准点云的基础上使用ICP算法完成精确配准。实验结果表明,本算法在高密集点云上的配准效率和精度均有所提高。 展开更多
关键词 图像处理 体素 关键点 特征提取 点云配准 随机采样一致性算法
弹簧操动机构电磁铁故障诊断分析方法研究 认领
13
作者 张文涛 张一茗 +2 位作者 王子驰 李少华 李得祥 《高压电器》 CAS CSCD 北大核心 2020年第4期209-214,共6页
高压开关设备的弹簧操动机构发生故障时会给电力系统带来巨大的损失,为解决传统高压开关设备上使用的弹簧操动机构故障难以识别和诊断等难题,文中通过在弹簧操动机构上加装电流传感器和激光位移传感器,分别采集高压开关设备分、合闸动... 高压开关设备的弹簧操动机构发生故障时会给电力系统带来巨大的损失,为解决传统高压开关设备上使用的弹簧操动机构故障难以识别和诊断等难题,文中通过在弹簧操动机构上加装电流传感器和激光位移传感器,分别采集高压开关设备分、合闸动作过程中电磁铁线圈动作电流及电磁铁铁芯运动行程,实现对高压开关设备弹簧操动机构运行状态的监测,建立其电磁铁故障的特征模型,最终实现对弹簧操动机构电磁铁故障的分析和判断。 展开更多
关键词 弹簧操动机构 特征值提取 电磁铁故障 诊断识别
基于深度判别性特征学习的医学影像分析方法 认领
14
作者 张丽 闫鑫 +3 位作者 李敏 姜丽丽 徐虹霞 张光 《中国实用医药》 2020年第10期196-198,共3页
医学影像是临床诊断的重要工具,对医学影像进行自动分析能够提高医生的工作效率,减少由主观经验引起的诊断误差。特征提取是影像自动分析体系中的关键环节,对最后疾病诊断的精度具有重要的影响。然而,现有的方法忽略了特征的判别性信息... 医学影像是临床诊断的重要工具,对医学影像进行自动分析能够提高医生的工作效率,减少由主观经验引起的诊断误差。特征提取是影像自动分析体系中的关键环节,对最后疾病诊断的精度具有重要的影响。然而,现有的方法忽略了特征的判别性信息。现有特征主要是利用病灶的低级特征,例如纹理、边缘等信息,虽然能够对病灶的主要特点进行表示,但是忽略了病灶之间的判别性,降低了识别性能。针对该问题,本文研究了一种基于深度判别性特征(DDC)学习的医学影像方法,提出了一种新的模型双路字典编码卷积神经网络来学习语义描述码和判别性描述码。引入图像区块(patch)划分层,生成大量的局部patch图像,从而为模型的训练提供充足的数据。引入字典编码层和分类层,加快特征学习速度,提高识别精度。提出的方法用在乳腺肿瘤识别,实验结果表明提出的方法在识别效果上优于传统方法。 展开更多
关键词 模式识别 医学影像分析 特征提取 深度学习
基于VMD-Teager的柴油机失火故障无量纲敏感特征提取方法 认领
15
作者 霍柏琦 茆志伟 +1 位作者 张旭东 张进杰 《噪声与振动控制》 CSCD 2020年第1期65-68,190共5页
失火故障是柴油机典型频发故障之一,将导致机组做功能力降低、性能下降、运行平稳性变差;机组满负荷状态发生失火故障将会导致机组超负荷,不及时发现将产生较大危害甚至危险。柴油机缸盖振动蕴含大量缸内燃烧状态信息,但易受负荷工况的... 失火故障是柴油机典型频发故障之一,将导致机组做功能力降低、性能下降、运行平稳性变差;机组满负荷状态发生失火故障将会导致机组超负荷,不及时发现将产生较大危害甚至危险。柴油机缸盖振动蕴含大量缸内燃烧状态信息,但易受负荷工况的影响,一般需考虑工况变化才能获得较高的准确率。通过对柴油机缸盖振动信号的深入分析,从对比两个上止点冲击振动的角度,利用VMD对非平稳信号自适应降噪的优势和Teager能量算子识别瞬态冲击的能力,提出能够很好地表征缸内爆燃状态且基本不受工况影响的无量纲特征,可以避免工况识别的困难,并有效提高失火故障诊断准确性。现场实际工程案例验证了方法的有效性,为失火故障诊断提供了一条新的特征提取思路和具体诊断方法。 展开更多
关键词 故障诊断 失火故障 特征提取 柴油机 VMD TEAGER能量算子
在线阅读 下载PDF
基于Python的函数式并行编程语言特征提取研究 认领
16
作者 陶婧 《长春师范大学学报》 2020年第4期48-52,共5页
为了提高编程语言的并行调试和纠错分析能力,提出基于Python的函数式并行编程语言特征提取方法。建立并行编程语言的特征序列分布模型,采用连续概率密度泛函分析方法构建并行编程语言特征分布函数式,通过Python进行函数式并行编程语言... 为了提高编程语言的并行调试和纠错分析能力,提出基于Python的函数式并行编程语言特征提取方法。建立并行编程语言的特征序列分布模型,采用连续概率密度泛函分析方法构建并行编程语言特征分布函数式,通过Python进行函数式并行编程语言的语义分割,提取函数式并行编程语言的语义关联特征量,根据语义关联性进行函数式并行编程语言特征优化提取。仿真结果表明,采用该方法进行函数式并行编程语言特征提取的准确性较高,语义分辨能力较强,提高了函数式并行编程语言的并行调试和纠错分析能力。 展开更多
关键词 PYTHON 函数式 并行编程语言 特征提取
在线阅读 下载PDF
一种面向工作负载预测的基于小波变换的特征提取方法 认领
17
作者 王可 李晖 +2 位作者 陈梅 戴震宇 朱明 《计算机与现代化》 2020年第5期1-6,共6页
在资源受限条件下,根据数据挖掘任务在执行过程中实时产生的资源和任务状态来准确地预测任务执行时间是非常重要的。为有效地使用时间序列数据实现准确预测,提出一种降载策略来确定预测的切入点和数据处理方案。该策略使用动态时间规整(... 在资源受限条件下,根据数据挖掘任务在执行过程中实时产生的资源和任务状态来准确地预测任务执行时间是非常重要的。为有效地使用时间序列数据实现准确预测,提出一种降载策略来确定预测的切入点和数据处理方案。该策略使用动态时间规整(Dynamic Time Warping,DTW)距离度量子序列与整个序列之间相似度的变化以确定用于预测的数据,然后利用小波变换计算小波系数并提取小波系数的能量值作为预测的特征,最后预测任务执行时间。实验结果表明,该方法提取的特征信息包含原序列较多信息,在预测任务执行时间方面具有较高的准确性。 展开更多
关键词 降载 小波变换 特征提取 任务执行时间预测
在线阅读 免费下载
体表胃电的特征提取方法研究 认领
18
作者 袁媛 许敏鹏 +3 位作者 肖晓琳 陈龙 张阔 何峰 《航天医学与医学工程》 CAS CSCD 北大核心 2020年第2期143-151,共9页
目的提取表征性强、稳定性高且能够为临床应用提供诊断参考的体表胃电图(EGG)特征参数。方法采用经验模态分解方法对EGG信号进行预处理,提取EGG信号的时域、频域以及非线性多维特征参数,并通过统计学方法筛选出最优特征参数组成特征向量... 目的提取表征性强、稳定性高且能够为临床应用提供诊断参考的体表胃电图(EGG)特征参数。方法采用经验模态分解方法对EGG信号进行预处理,提取EGG信号的时域、频域以及非线性多维特征参数,并通过统计学方法筛选出最优特征参数组成特征向量,对功能性消化不良(FD)患者的EGG信号进行识别。结果基于时-频-非多维特征向量的FD患者的EGG信号识别率显著优于基于传统标准所构建的特征向量,其识别率最高可达90%以上。结论所提出的多维特征提取方法能够有效识别FD等胃肠疾病患者的EGG特征,可以为胃电的相关研究提供一种可靠的分析工具。 展开更多
关键词 体表胃电图 经验模态分解 特征提取 支持向量机
轴承早期故障特征提取方法研究 认领
19
作者 张猛 苗长云 孟德军 《工矿自动化》 北大核心 2020年第4期85-90,116,共7页
针对滚动轴承早期故障信号被背景噪声淹没、故障特征不明显的问题,提出一种基于小波包分解和互补集合经验模态分解(CEEMD)的轴承早期故障信号特征提取方法.利用Matlab软件对采集到的轴承振动信号进行快速谱峭度分析,根据峭度最大化原则... 针对滚动轴承早期故障信号被背景噪声淹没、故障特征不明显的问题,提出一种基于小波包分解和互补集合经验模态分解(CEEMD)的轴承早期故障信号特征提取方法.利用Matlab软件对采集到的轴承振动信号进行快速谱峭度分析,根据峭度最大化原则确定带通滤波器的中心频率和带宽,设计带通滤波器;对经过带通滤波器滤波后的信号进行小波包分解和CEEMD分解,根据峭度、相关系数筛选出有效本征模态函数(IMF)分量;利用IMF分量重构小波包信号,对重构小波包信号进行包络谱分析,提取轴承早期故障信号特征频率.该方法通过谱峭度分析降低背景噪声干扰,通过小波包分解增强故障冲击信号,并将CEEMD与小波包分解相结合,解决经典EMD分解存在的模态混叠、无效分量问题.仿真结果表明,相较于传统包络解调算法,重构后信号的背景噪声得到抑制,故障特征分量突出,验证了所提方法的可行性和有效性. 展开更多
关键词 滚动轴承 轴承故障诊断 特征提取 小波包分解 互补集合经验模态分解 峭度 相关系数
在线阅读 下载PDF
分布式卷积神经网络在刀具磨损量预测中的应用 认领
20
作者 董靖川 徐明达 +3 位作者 王太勇 乔卉卉 张兰 李昊霖 《机械科学与技术》 CSCD 北大核心 2020年第3期329-335,共7页
刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化... 刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化层作为局部特征提取器,从子序列中自适应提取特征,并对特征数据进行批标准化处理,最后经过非线性映射,对刀具磨损量进行预测。本文提出的模型与BPNN模型相比均方误差降低了51.3%,具有更高的预测精度。 展开更多
关键词 刀具磨损 分布式卷积神经网络 自适应特征提取 批标准化处理
在线阅读 免费下载
上一页 1 2 250 下一页 到第
使用帮助 返回顶部 意见反馈