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
4
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
基于功率谱密度与随机配置网络的低压串联电弧故障检测
1
作者
李金杰
邹国锋
+2 位作者
魏良玉
王玮
傅桂霞
《科学技术与工程》
北大核心
2023年第34期14587-14595,共9页
低压串联电弧电流为非平稳信号,故障特征区分度低且具有随机性,给电弧故障特征提取和准确检测带来困难,提出了基于功率谱密度与随机配置网络的低压串联电弧故障检测方法。首先,搭建了串联电弧故障发生平台,采集不同负载类型的电流数据,...
低压串联电弧电流为非平稳信号,故障特征区分度低且具有随机性,给电弧故障特征提取和准确检测带来困难,提出了基于功率谱密度与随机配置网络的低压串联电弧故障检测方法。首先,搭建了串联电弧故障发生平台,采集不同负载类型的电流数据,构建数据集。其次,采用功率谱密度对电流信号执行随机信号分析,实现对电流信号的定量化频域特征描述,增强故障电流与正常电流特征的区分度。然后,采用随机配置网络构建串联电弧故障检测模型,将功率谱密度特征用于随机配置网络的自适应训练学习,提升网络训练效率和模型故障检测能力。在本文构建的电流数据集上,串联电弧故障检测的平均准确率达到96.1567%,证明了方法的有效性。
展开更多
关键词
串联电弧检测
功率谱密度
随机配置网络
频域
特征提取
自适应学习
下载PDF
职称材料
基于变换域特征提取和模拟退火法特征选择的人脸识别
被引量：
1
2
作者
李伟
孙云娟
《洛阳理工学院学报（自然科学版）》
2017年第2期70-74,共5页
为了提高人脸识别系统的性能,提出DWT双边子带频域特征提取和模拟退火优化算法的特征选择。首先,运用DWT、DFT和DCT组合变换,用于人脸图像表情、姿态、平移和光照不变特征的有效特征提取。人脸图像DWT变换后,选择近似系数分量和水平系...
为了提高人脸识别系统的性能,提出DWT双边子带频域特征提取和模拟退火优化算法的特征选择。首先,运用DWT、DFT和DCT组合变换,用于人脸图像表情、姿态、平移和光照不变特征的有效特征提取。人脸图像DWT变换后,选择近似系数分量和水平系数分量[CA CH]为小波特征,经DFT变换后,利用四椭圆模板取出DFT低频高幅值系数,经DCT压缩得到人脸图像的特征系数。其次,利用模拟退火优化算法进行特征选择,在特征系数空间搜索特征子集进行人脸识别。实验仿真说明了该方法的有效性。
展开更多
关键词
人脸识别
特征
选择
模拟退火优化算法
频域
特征提取
下载PDF
职称材料
基于空频域特征提取的小样本图像分类算法
3
作者
赵洋
任劼
《自动化应用》
2024年第7期13-16,共4页
小样本学习的目的是使用极少的样本训练模型,并在有限的数据集上构建一种有效的模型,以实现对新样本的准确预测。关于小样本图像分类的研究大多只从空域的角度去提取图像的特征进行学习,且在计算相似性分数时采用单一的度量模式,极大地...
小样本学习的目的是使用极少的样本训练模型,并在有限的数据集上构建一种有效的模型,以实现对新样本的准确预测。关于小样本图像分类的研究大多只从空域的角度去提取图像的特征进行学习,且在计算相似性分数时采用单一的度量模式,极大地降低了图像分类的准确性。为此,提出了一种基于空频域特征提取的小样本图像分类算法网络(FENet),从空域和频域角度出发,提取图像特征,并结合图像到图像的度量与图像到类的度量方式,引入干扰因子,提高模型的鲁棒性和泛化性。在CUB-200-2011、Stanford-Cars、Stanford-Dogs 3个数据集上进行了大量的实验,结果表明,FENet在一定程度上能提升小样本图像分类的准确性。
展开更多
关键词
小样本学习
空
频域
特征提取
图像分类
下载PDF
职称材料
基于深度学习的广播信号自动分类研究
4
作者
陈韬
《信息与电脑》
2024年第2期136-138,共3页
非法广播信号指未经国家无线电管理部门批准擅自设立的广播电台,这类信号会扰乱正常的无线电通信秩序。因此,提出了一种基于时频域特征提取和反向传播(Back Propagation,BP)神经网络的非法广播信号监测方法。该方法先使用时频域分析方...
非法广播信号指未经国家无线电管理部门批准擅自设立的广播电台,这类信号会扰乱正常的无线电通信秩序。因此,提出了一种基于时频域特征提取和反向传播(Back Propagation,BP)神经网络的非法广播信号监测方法。该方法先使用时频域分析方法提取信号的特征,然后使用BP模型进行分类。在实验中,文章使用MATLAB生成模拟广播信号数据集,并对设计方法进行测试。结果表明,该方法的准确率、召回率和F1值均在99%以上,证明了该方法的正确性。
展开更多
关键词
深度学习
广播信号
时
频域
特征提取
反向传播(BP)神经网络
下载PDF
职称材料
题名
基于功率谱密度与随机配置网络的低压串联电弧故障检测
1
作者
李金杰
邹国锋
魏良玉
王玮
傅桂霞
机构
山东理工大学电气与电子工程学院
出处
《科学技术与工程》
北大核心
2023年第34期14587-14595,共9页
基金
山东省自然科学基金(ZR2022MF307)
国家自然科学基金(52077221)。
文摘
低压串联电弧电流为非平稳信号,故障特征区分度低且具有随机性,给电弧故障特征提取和准确检测带来困难,提出了基于功率谱密度与随机配置网络的低压串联电弧故障检测方法。首先,搭建了串联电弧故障发生平台,采集不同负载类型的电流数据,构建数据集。其次,采用功率谱密度对电流信号执行随机信号分析,实现对电流信号的定量化频域特征描述,增强故障电流与正常电流特征的区分度。然后,采用随机配置网络构建串联电弧故障检测模型,将功率谱密度特征用于随机配置网络的自适应训练学习,提升网络训练效率和模型故障检测能力。在本文构建的电流数据集上,串联电弧故障检测的平均准确率达到96.1567%,证明了方法的有效性。
关键词
串联电弧检测
功率谱密度
随机配置网络
频域
特征提取
自适应学习
Keywords
series arc detection
power spectral density
stochastic configuration network
frequency domain feature extraction
adaptive learning
分类号
TM501.2 [电气工程—电器]
下载PDF
职称材料
题名
基于变换域特征提取和模拟退火法特征选择的人脸识别
被引量：
1
2
作者
李伟
孙云娟
机构
河南师范大学电子与电气工程学院
河南师范大学新联学院
出处
《洛阳理工学院学报（自然科学版）》
2017年第2期70-74,共5页
文摘
为了提高人脸识别系统的性能,提出DWT双边子带频域特征提取和模拟退火优化算法的特征选择。首先,运用DWT、DFT和DCT组合变换,用于人脸图像表情、姿态、平移和光照不变特征的有效特征提取。人脸图像DWT变换后,选择近似系数分量和水平系数分量[CA CH]为小波特征,经DFT变换后,利用四椭圆模板取出DFT低频高幅值系数,经DCT压缩得到人脸图像的特征系数。其次,利用模拟退火优化算法进行特征选择,在特征系数空间搜索特征子集进行人脸识别。实验仿真说明了该方法的有效性。
关键词
人脸识别
特征
选择
模拟退火优化算法
频域
特征提取
Keywords
face recognition
feature selection
simulated annealing algorithm
frequency domain feature extraction
分类号
TP317.4 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于空频域特征提取的小样本图像分类算法
3
作者
赵洋
任劼
机构
西安工程大学电子信息学院
出处
《自动化应用》
2024年第7期13-16,共4页
基金
陕西省自然科学基础研究计划(2022JM-394)
陕西省教育厅科研计划(19JK0364)。
文摘
小样本学习的目的是使用极少的样本训练模型,并在有限的数据集上构建一种有效的模型,以实现对新样本的准确预测。关于小样本图像分类的研究大多只从空域的角度去提取图像的特征进行学习,且在计算相似性分数时采用单一的度量模式,极大地降低了图像分类的准确性。为此,提出了一种基于空频域特征提取的小样本图像分类算法网络(FENet),从空域和频域角度出发,提取图像特征,并结合图像到图像的度量与图像到类的度量方式,引入干扰因子,提高模型的鲁棒性和泛化性。在CUB-200-2011、Stanford-Cars、Stanford-Dogs 3个数据集上进行了大量的实验,结果表明,FENet在一定程度上能提升小样本图像分类的准确性。
关键词
小样本学习
空
频域
特征提取
图像分类
Keywords
few-shot learning
spatial-frequency domain feature extraction
image classification
分类号
TP391 [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
基于深度学习的广播信号自动分类研究
4
作者
陈韬
机构
甘南州融媒体中心
出处
《信息与电脑》
2024年第2期136-138,共3页
文摘
非法广播信号指未经国家无线电管理部门批准擅自设立的广播电台,这类信号会扰乱正常的无线电通信秩序。因此,提出了一种基于时频域特征提取和反向传播(Back Propagation,BP)神经网络的非法广播信号监测方法。该方法先使用时频域分析方法提取信号的特征,然后使用BP模型进行分类。在实验中,文章使用MATLAB生成模拟广播信号数据集,并对设计方法进行测试。结果表明,该方法的准确率、召回率和F1值均在99%以上,证明了该方法的正确性。
关键词
深度学习
广播信号
时
频域
特征提取
反向传播(BP)神经网络
Keywords
deep learning
broadcast signal
time-frequency domain feature extraction
Back Propagation(BP)neural network
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于功率谱密度与随机配置网络的低压串联电弧故障检测
李金杰
邹国锋
魏良玉
王玮
傅桂霞
《科学技术与工程》
北大核心
2023
0
下载PDF
职称材料
2
基于变换域特征提取和模拟退火法特征选择的人脸识别
李伟
孙云娟
《洛阳理工学院学报（自然科学版）》
2017
1
下载PDF
职称材料
3
基于空频域特征提取的小样本图像分类算法
赵洋
任劼
《自动化应用》
2024
0
下载PDF
职称材料
4
基于深度学习的广播信号自动分类研究
陈韬
《信息与电脑》
2024
0
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
