期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
三角形拉普拉斯算子谱分析(Ⅲ) 被引量:4
1
作者 邱为钢 《杭州师范学院学报(自然科学版)》 CAS 2007年第3期182-184,188,共4页
由D3群和D4群的非平凡一维表示,得到正三角形和等腰直角三角形上满足Dirichlet边界条件拉普拉斯算子的本征值和本征函数;由热核展开式,验证本征函数的完备性.
关键词 拉普拉斯算子 一维表示 本征值
下载PDF
正三角形上本征函数的对称性 被引量:2
2
作者 蒋明明 邱为钢 《大学物理》 北大核心 2009年第2期52-53,56,共3页
由D3群一维表示,得到了正三角形上满足Dirichlet边界条件拉普拉斯算子的本征值和本征函数,并讨论了本征函数的对称性.
关键词 正三角形 一维表示 本征函数
下载PDF
一维表示法在关系模型中的应用 被引量:2
3
作者 陈松 王勇 《微计算机应用》 2004年第1期126-128,共3页
本文针对实体的属性经常变化的此类问题提出了一种基于传统关系理论基础上的一维表示法,并给出相应实例。
关键词 一维表示法 关系模型 关系数据库 映像集合 数据结构
下载PDF
基于多表示动态自适应的不同工况下滚动轴承故障诊断
4
作者 朱继扬 孙虎儿 +2 位作者 张天源 赵扬 白晓艺 《机电工程》 CAS 北大核心 2023年第2期178-185,203,共9页
在对不同工况下的滚动轴承进行故障诊断时,要收集足够多标记的故障样本是非常困难的。为此,以原始振动信号作为神经网络的输入,通过多表示动态自适应(MRDA)算法多表示对齐可迁移的特征、自适应动态的衡量边缘分布和条件分布相对重要性,... 在对不同工况下的滚动轴承进行故障诊断时,要收集足够多标记的故障样本是非常困难的。为此,以原始振动信号作为神经网络的输入,通过多表示动态自适应(MRDA)算法多表示对齐可迁移的特征、自适应动态的衡量边缘分布和条件分布相对重要性,从而构建了一种新的深度迁移模型,即一维多表示空洞动态自适应迁移网络(1D MRDDATN)。首先,对迁移学习数据分布进行了问题分析,对DDA进行了理论推导;然后,在一维空洞卷积基础上,创建了一维多表示空洞卷积神经网络(1D MRDCNN),并提出了MRDA算法和多表示动态自适应结构(MRDAM),形成了一维多表示空洞动态自适应迁移网络(1D MRDDATN);最后,采用美国凯斯西储大学(CWRU)的滚动轴承数据集进行了实验验证。研究结果表明:与传统的深度迁移学习方法相比,上述方法的平均诊断准确率有所提升,可达到98%以上;MRDA通过多表示对齐来完成不同工况下的跨域分类任务,自适应地捕获不同方面的信息,可以获得更好的性能。 展开更多
关键词 不同工况 一维多表示空洞动态自适应迁移网络 故障样本 深度迁移学习 多表示动态自适应算法 神经网络 一维多表示空洞卷积神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部