期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于模型采样和领域对抗神经网络的轴承故障诊断方法
被引量:
2
1
作者
高晗
毛阗
+3 位作者
韦荣阳
张建中
黄立荣
杨健
《机电工程》
CAS
北大核心
2022年第8期1024-1030,共7页
为了适应不同产品的不同加工要求,轴承需要工作于不同的工况下,但是工况的变化会造成数据分布差异,从而导致轴承故障诊断模型的性能下降,同时目前也缺少针对无标签情况下实现故障类别均衡采样的方法,为此,提出了一种基于模型采样(MBS)...
为了适应不同产品的不同加工要求,轴承需要工作于不同的工况下,但是工况的变化会造成数据分布差异,从而导致轴承故障诊断模型的性能下降,同时目前也缺少针对无标签情况下实现故障类别均衡采样的方法,为此,提出了一种基于模型采样(MBS)和领域对抗神经网络(DANN)的轴承故障诊断方法。首先,使用基于模型采样(MBS)的方法,将预训练模型输出的类别概率分布作为采样依据,克服了在无标签目标工况下实现类别均衡采样的困难;然后,结合领域对抗神经网络(DANN),设计了将特征从目标工况迁移到源工况的网络结构;最后,在故障模拟实验数据上,建立了高精度的变工况轴承故障诊断模型,并将采用该方法所获结果与采用多种对照方法所获结果进行了对比分析,以验证该方法在变工况轴承故障诊断上的有效性和优越性。研究结果表明:在模拟实验中,采用基于MBS-DANN的方法可达到98.41%的平均诊断准确率,相比随机采样法提高超过10%;这说明无标签样本类别均衡采样具有重要意义,也可验证基于MBS-DANN的方法在变工况轴承故障诊断上的有效性和优越性。
展开更多
关键词
定厚辊轴承
无标签
采样
法
类别均衡
采样
特征迁移学习
模型
采样
领域对抗神经网络
下载PDF
职称材料
基于预测和量测的多建议分布粒子滤波
2
作者
龚佑斌
刘金澎
《通信技术》
2022年第12期1555-1559,共5页
粒子滤波可以表征任意分布,因此具有广泛的适用性,但其会面临粒子退化的问题。重采样步骤可以有效地解决粒子退化,但会引入粒子贫化的新问题。为了有效地解决粒子退化和贫化问题,基于多建议分布的思路,提出了一种高估计精度和计算有效...
粒子滤波可以表征任意分布,因此具有广泛的适用性,但其会面临粒子退化的问题。重采样步骤可以有效地解决粒子退化,但会引入粒子贫化的新问题。为了有效地解决粒子退化和贫化问题,基于多建议分布的思路,提出了一种高估计精度和计算有效的基于预测和量测的多建议分布粒子滤波。其思路为,首先分别将预测和量测作为基本建议分布,并分别从两个基本建议分布中选取粒子;其次用粒子的似然决定每个基本建议分布的权重,并基于最新的量测值修正每个粒子点的权值;最后通过粒子点加权求和的方式获得对于状态后验估计的一阶矩和二阶矩。仿真结果证明,相比于经典算法,所提算法可以以较低计算代价获得最好的滤波估计结果。
展开更多
关键词
粒子滤波
建议分布
后验估计
多
模型
采样
下载PDF
职称材料
基于WM-CoSaMP重构算法的压缩感知在步态识别中的应用研究
被引量:
1
3
作者
苏维均
李明星
+1 位作者
于重重
王红红
《计算机应用研究》
CSCD
北大核心
2015年第1期291-294,共4页
针对步态识别中步态特征提取高维处理的复杂性,在研究压缩感知理论的基础上,提出将压缩感知理论应用于步态识别中的步态特征提取方面。在充分利用步态图像稀疏性的前提下,利用观测矩阵对步态图像进行投影观测,得到的观测值作为步态特征...
针对步态识别中步态特征提取高维处理的复杂性,在研究压缩感知理论的基础上,提出将压缩感知理论应用于步态识别中的步态特征提取方面。在充分利用步态图像稀疏性的前提下,利用观测矩阵对步态图像进行投影观测,得到的观测值作为步态特征用于步态识别中,实现了特征提取的降维处理,大大降低了计算的复杂性。在步态图像的重构方面,在压缩采样匹配追踪(CoSaMP)的基础上,提出了基于小波树模型的压缩采样匹配(wavelet model-CoSaMP,WM-CoSaMP)的重构算法,进一步提高了重构精度。通过对比实验,验证了WM-CoSaMP重构算法的优越性,以及压缩感知在步态特征提取方面的优越性。
展开更多
关键词
步态识别
特征提取
压缩感知
投影观测
重构
基于小波树
模型
的压缩
采样
匹配(WM—CoSaMP)
下载PDF
职称材料
题名
基于模型采样和领域对抗神经网络的轴承故障诊断方法
被引量:
2
1
作者
高晗
毛阗
韦荣阳
张建中
黄立荣
杨健
机构
浙江大学化工机械研究所
浙江大学平衡建筑研究中心
浙江大学建筑设计研究院有限公司
杭州元创新型材料科技有限公司
出处
《机电工程》
CAS
北大核心
2022年第8期1024-1030,共7页
基金
国家重点研发计划资助项目(2021YFB2601603)
国家自然学科基金资助项目(52075487)
浙江省科技计划资助项目(2022C01219)。
文摘
为了适应不同产品的不同加工要求,轴承需要工作于不同的工况下,但是工况的变化会造成数据分布差异,从而导致轴承故障诊断模型的性能下降,同时目前也缺少针对无标签情况下实现故障类别均衡采样的方法,为此,提出了一种基于模型采样(MBS)和领域对抗神经网络(DANN)的轴承故障诊断方法。首先,使用基于模型采样(MBS)的方法,将预训练模型输出的类别概率分布作为采样依据,克服了在无标签目标工况下实现类别均衡采样的困难;然后,结合领域对抗神经网络(DANN),设计了将特征从目标工况迁移到源工况的网络结构;最后,在故障模拟实验数据上,建立了高精度的变工况轴承故障诊断模型,并将采用该方法所获结果与采用多种对照方法所获结果进行了对比分析,以验证该方法在变工况轴承故障诊断上的有效性和优越性。研究结果表明:在模拟实验中,采用基于MBS-DANN的方法可达到98.41%的平均诊断准确率,相比随机采样法提高超过10%;这说明无标签样本类别均衡采样具有重要意义,也可验证基于MBS-DANN的方法在变工况轴承故障诊断上的有效性和优越性。
关键词
定厚辊轴承
无标签
采样
法
类别均衡
采样
特征迁移学习
模型
采样
领域对抗神经网络
Keywords
fixed thickness roller bearing
unlabeled sampling method
classification equilibrium sampling
feature transfer learning
model-based sampling(MBS)
domain adversarial neural network(DANN)
分类号
TH133.3 [机械工程—机械制造及自动化]
TP277 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于预测和量测的多建议分布粒子滤波
2
作者
龚佑斌
刘金澎
机构
中国电子科技集团公司第
出处
《通信技术》
2022年第12期1555-1559,共5页
文摘
粒子滤波可以表征任意分布,因此具有广泛的适用性,但其会面临粒子退化的问题。重采样步骤可以有效地解决粒子退化,但会引入粒子贫化的新问题。为了有效地解决粒子退化和贫化问题,基于多建议分布的思路,提出了一种高估计精度和计算有效的基于预测和量测的多建议分布粒子滤波。其思路为,首先分别将预测和量测作为基本建议分布,并分别从两个基本建议分布中选取粒子;其次用粒子的似然决定每个基本建议分布的权重,并基于最新的量测值修正每个粒子点的权值;最后通过粒子点加权求和的方式获得对于状态后验估计的一阶矩和二阶矩。仿真结果证明,相比于经典算法,所提算法可以以较低计算代价获得最好的滤波估计结果。
关键词
粒子滤波
建议分布
后验估计
多
模型
采样
Keywords
particle filter
proposal distribution
posterior estimation
multi-model sampling
分类号
TN911 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于WM-CoSaMP重构算法的压缩感知在步态识别中的应用研究
被引量:
1
3
作者
苏维均
李明星
于重重
王红红
机构
北京工商大学计算机与信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2015年第1期291-294,共4页
基金
北京市自然科学基金重点项目(KZ201410011014)
北京市学科建设资助项目(PXM2012_014213_0000_74)
北京市教委科技面上资助项目(Km201110011006)
文摘
针对步态识别中步态特征提取高维处理的复杂性,在研究压缩感知理论的基础上,提出将压缩感知理论应用于步态识别中的步态特征提取方面。在充分利用步态图像稀疏性的前提下,利用观测矩阵对步态图像进行投影观测,得到的观测值作为步态特征用于步态识别中,实现了特征提取的降维处理,大大降低了计算的复杂性。在步态图像的重构方面,在压缩采样匹配追踪(CoSaMP)的基础上,提出了基于小波树模型的压缩采样匹配(wavelet model-CoSaMP,WM-CoSaMP)的重构算法,进一步提高了重构精度。通过对比实验,验证了WM-CoSaMP重构算法的优越性,以及压缩感知在步态特征提取方面的优越性。
关键词
步态识别
特征提取
压缩感知
投影观测
重构
基于小波树
模型
的压缩
采样
匹配(WM—CoSaMP)
Keywords
gait recognition
feature extraction
compressed sensing
projection
reconstruction
WM-CoSaMP
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于模型采样和领域对抗神经网络的轴承故障诊断方法
高晗
毛阗
韦荣阳
张建中
黄立荣
杨健
《机电工程》
CAS
北大核心
2022
2
下载PDF
职称材料
2
基于预测和量测的多建议分布粒子滤波
龚佑斌
刘金澎
《通信技术》
2022
0
下载PDF
职称材料
3
基于WM-CoSaMP重构算法的压缩感知在步态识别中的应用研究
苏维均
李明星
于重重
王红红
《计算机应用研究》
CSCD
北大核心
2015
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部