期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于联合多重重建自编码器的桁架损伤识别
1
作者 刘满东 彭珍瑞 《中国机械工程》 EI CAS CSCD 北大核心 2024年第5期840-850,共11页
针对桁架杆单元存在不同损伤类型时损伤特征信息难以捕捉且识别结果不准确的问题,提出了利用联合多重重建自编码器(JMRAE)进行损伤识别的方法。首先,运用JMRAE按照不同尺度数分段截取信号,将Sigmoid函数和ReLU函数进行组合以提取特征量... 针对桁架杆单元存在不同损伤类型时损伤特征信息难以捕捉且识别结果不准确的问题,提出了利用联合多重重建自编码器(JMRAE)进行损伤识别的方法。首先,运用JMRAE按照不同尺度数分段截取信号,将Sigmoid函数和ReLU函数进行组合以提取特征量,引入零相位成分分析(ZCA)降低特征量维度,以保留重要信息并减少数据冗余。然后,运用SoftMax分类器求解隐含层中不同片段的局部特征量,并进行特征量融合以判断结构状态。最后,运用三维桁架结构数值模型和实验室搭建桁架进行验证,并与精细复合多尺度散布熵(RCMDE)、峰度和反向传播(BP)神经网络方法进行对比研究,结果表明所提方法具有更高的损伤识别准确性。 展开更多
关键词 联合多重重建自编码器 相位成分分析 SoftMax分类器 特征量融合 损伤识别
下载PDF
基于视觉显著性与残差网络的红外-可见光图像融合方法 被引量:4
2
作者 丁斋生 周冬明 +3 位作者 聂仁灿 侯瑞超 刘栋 刘琰煜 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第6期1108-1117,共10页
深度学习用于红外-可见光图像融合,若只提取深度特征而不进行特征处理,会导致在某些方面融合性能下降.针对这一问题,提出一种基于深度特征和零相位分量分析的融合框架.首先,将源图像分解成低频部分和高频部分;然后,利用显著性检测将低... 深度学习用于红外-可见光图像融合,若只提取深度特征而不进行特征处理,会导致在某些方面融合性能下降.针对这一问题,提出一种基于深度特征和零相位分量分析的融合框架.首先,将源图像分解成低频部分和高频部分;然后,利用显著性检测将低频子带部分融合.其次,使用残差网络提取高频子带的深度特征,通过零相位成分分析法和l1正则化对深度特征进行归一化处理,得到初始权重值,而最终权重值是与初始权重值相关联的Softmax得到的,利用最终权重值融合高频子带.最后,采用加权平均法重构融合后的图像.实验结果表明,与现有的融合方法相比,该算法在客观评价和视觉质量方面都取得了较好的效果. 展开更多
关键词 深度学习 残差网络 视觉显著性分析 相位成分分析 红外-可见光图像 图像融合
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部