基于特征分析的BP神经网络轴承剩余寿命预测 被引量：5

1

作者 叶国文 赵转哲 +2 位作者 刘永明 付磊 张师榕 《黑龙江工业学院学报（综合版）》 2020年第11期80-87,共8页

为准确评估机械设备的剩余寿命,准确掌握设备的健康状态信息,提出一种特征值提取和BP神经网络(BP Neural Network,BPNN)模型的剩余寿命预测方法。首先采用特征值提取的方法建立寿命特征指标,以寿命特征指标为BP网络输入神经元,建立BP神... 为准确评估机械设备的剩余寿命,准确掌握设备的健康状态信息,提出一种特征值提取和BP神经网络(BP Neural Network,BPNN)模型的剩余寿命预测方法。首先采用特征值提取的方法建立寿命特征指标,以寿命特征指标为BP网络输入神经元,建立BP神经网络剩余寿命预测模型,以辛辛那提轴承全寿命周期实验数据为模型算例,验证了模型的可行性,并给出了轴承剩余寿命从100%到0的预测曲线,预测结果显示该方法能够有效地预测轴承剩余寿命。 展开更多

关键词 轴承 特征提取 BP神经网络 寿命预测

下载PDF 职称材料

基于多阶段特征提取的鱼类识别研究

2

作者 吕俊霖 陈作志 +2 位作者 李碧龙 蔡润基 高月芳 《南方水产科学》 CAS CSCD 北大核心 2024年第1期99-109,共11页

鱼类自动识别在海洋生态学、水产养殖等领域应用广泛。受光照变化、目标相似、遮挡及类别分布不均衡等因素影响,鱼类精准自动识别极具挑战性。提出了一种基于多阶段特征提取网络(Multi-stage Feature Extraction Network,MF-Net)模型进... 鱼类自动识别在海洋生态学、水产养殖等领域应用广泛。受光照变化、目标相似、遮挡及类别分布不均衡等因素影响,鱼类精准自动识别极具挑战性。提出了一种基于多阶段特征提取网络(Multi-stage Feature Extraction Network,MF-Net)模型进行鱼类识别。该模型首先对图片作弱增强预处理,以提高模型的计算效率;然后采用多阶段卷积特征提取策略,提升模型对鱼类细粒度特征的提取能力;最后通过标签平滑损失计算以缓解数据的不平衡性。为验证模型的性能,构建了一个500类、含32768张图片的鱼类数据集,所建模型在该数据集上的准确率达到86.8%,优于现有的主流目标识别方法。利用公开的蝴蝶数据集对该模型进行泛化性能验证,多组消融实验进一步验证了所提算法的有效性。 展开更多

关键词 鱼类识别 特征提取网络模型 标签平滑 长尾识别

下载PDF 职称材料

地铁车辆齿轮箱故障诊断方法探究

3

作者 周峻峰 《现代工程科技》 2024年第21期117-120,共4页

为探讨地铁车辆齿轮箱故障诊断方法,基于油液磨粒图像(oil abrasive particle image,OAPI)设计齿轮箱故障诊断系统,凭借图像采集模块获取故障参数,并依次完成图像预处理、边缘检测以及尺寸标定,结合融入元学习算法(model-agnostic meta-... 为探讨地铁车辆齿轮箱故障诊断方法,基于油液磨粒图像(oil abrasive particle image,OAPI)设计齿轮箱故障诊断系统,凭借图像采集模块获取故障参数,并依次完成图像预处理、边缘检测以及尺寸标定,结合融入元学习算法(model-agnostic meta-learning,MAML)的卷积神经网络(convolutional neural networks,CNN)模型,实现OAPI的图像分类、识别。研究结果表明,该方法相较于基于干预训练法的故障诊断技术,能够提高近23%的故障识别准确度。 展开更多

关键词 图像特征提取 齿轮箱故障诊断 卷积神经网络模型 油液磨粒图像

下载PDF 职称材料

基于通道融合的调制信号识别方法 被引量：2

4

作者 潘一震 韩顺利 +1 位作者 季桓勇 张博 《现代电子技术》 2023年第12期57-62,共6页

针对现有调制方式识别存在的计算量大、网络模型复杂、识别准确率低等问题,文中提出一种基于通道融合的新型调制方式识别方法。该方法由双流卷积神经网络模块和GRU神经网络模块构成,其中双流卷积神经网络为两条并联的深度可分离卷积子网... 针对现有调制方式识别存在的计算量大、网络模型复杂、识别准确率低等问题,文中提出一种基于通道融合的新型调制方式识别方法。该方法由双流卷积神经网络模块和GRU神经网络模块构成,其中双流卷积神经网络为两条并联的深度可分离卷积子网络,分别提取信号不同尺度下的空间特征,同时添加短路连接来增加特征传递与重用。将两通道提取到的特征在通道维度上进行融合,进而形成更为丰富的融合特征。将融合特征输入至GRU神经网络模块中提取信号的时序特征,提取的互补信息可使网络学习到更加全面的信号特征,从而提高调制方式识别的精度。在数据集RadioML2016.10a上进行实验,实验结果表明,所提方法的网络性能优于其他神经网络算法,信噪比在0 dB以上时识别率可达到90.8%,能够有效提高自动调制识别的准确率。 展开更多

关键词 自动调制识别 特征提取 特征融合 特征传递 MCGNN网络模型 网络性能分析

下载PDF 职称材料

数字媒体信息共享系统中的图片质量增强方法研究 被引量：1

5

作者 王艳 苏怡航 《喀什大学学报》 2023年第3期77-80,共4页

由于数字媒体信息共享系统中部分图片存在失真、噪声大、边缘丢失等问题,为此,提出一种图片质量增强方法.构建由INM模块和URM模块组成的双网络模型结构,对低照度图像经过特征提取、融合、重建后,得到正常照度图像;在损失函数的作用下,... 由于数字媒体信息共享系统中部分图片存在失真、噪声大、边缘丢失等问题,为此,提出一种图片质量增强方法.构建由INM模块和URM模块组成的双网络模型结构,对低照度图像经过特征提取、融合、重建后,得到正常照度图像;在损失函数的作用下,尽可能多地保留图像边缘细节信息,同时结合对比度增强算法,实现对图像整体质量的增强.经实验验证,创建的方法可在保证图片失真程度最小的前提下,完成高质量的图像增强. 展开更多

关键词 图片质量 损失函数 URM模块 对比度增强 特征提取 双网络模型结构

下载PDF 职称材料

基于深度学习的蛋白质⁃ATP结合位点预测 被引量：2

6

作者 刘桂霞 裴志尧 宋佳智 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第1期187-194,共8页

为了提高识别蛋白质-ATP结合位点预测精度,提出了基于Inception架构的深度网络模型Inception_base,同时对网络模型和训练策略进行优化和改进,提出了新的网络模型Inception_evolution。通过两组数据集在该模型上测试,获得AUC分别为0.885... 为了提高识别蛋白质-ATP结合位点预测精度,提出了基于Inception架构的深度网络模型Inception_base,同时对网络模型和训练策略进行优化和改进,提出了新的网络模型Inception_evolution。通过两组数据集在该模型上测试,获得AUC分别为0.885和0.918,均优于其他对比机器学习方法。实验结果表明,深度学习方法可以应用于蛋白质-ATP结合位点预测问题中,该模型能够更精确预测蛋白质-ATP结合位点。 展开更多

关键词 生物信息学 蛋白质⁃ATP结合位点预测 特征提取 深度学习 Inception网络模型

原文传递

大数据赋能A铝厂首个五层一体钎焊板工艺开发落地

7

作者 田增产 刘欢欢 +3 位作者 郑伟 李娟 苏尧臣 魏静东 《有色金属加工》 CAS 2023年第5期15-25,共11页

首先对三层板轧制时设备、生产、工艺和质量数据进行实时采集存储,构建三层板轧制数据模型和工艺知识库;在此基础上,试验开发新五层板产品,利用三层板知识库确定监控工艺参数,持续收集工艺过程数据并进行清洗、编码与关联特征提取等预... 首先对三层板轧制时设备、生产、工艺和质量数据进行实时采集存储,构建三层板轧制数据模型和工艺知识库;在此基础上,试验开发新五层板产品,利用三层板知识库确定监控工艺参数,持续收集工艺过程数据并进行清洗、编码与关联特征提取等预处理方法获得训练/测试数据集;采用神经网络建立新工艺质量在线预测模型,对工艺参数进行评估与优化;通过应用验证表明该方法加快了新工艺落地和持续改善。 展开更多

关键词 五层一体钎焊板 工艺开发 大数据 特征提取 神经网络模型

下载PDF 职称材料

基于优化导向滤波的模糊图像特征提取仿真 被引量：1

8

作者 陈莹 林京君 《计算机仿真》 北大核心 2022年第1期158-161,共4页

目前的图像特征提取方法在对模糊图像特征进行提取时,没有通过导向滤波对模糊图像进行优化,导致模糊图像特征提取结果不能有效保留图像边缘细节信息、提取图像特征运行速度较慢以及图像特征提取效果较差。提出基于优化导向滤波的模糊图... 目前的图像特征提取方法在对模糊图像特征进行提取时,没有通过导向滤波对模糊图像进行优化,导致模糊图像特征提取结果不能有效保留图像边缘细节信息、提取图像特征运行速度较慢以及图像特征提取效果较差。提出基于优化导向滤波的模糊图像特征提取方法。首先对模糊图像进行去噪处理,其次利用导向滤波对模糊图像进行优化,在窗口内进行求和运算,快速实现图像优化,最终结合模糊图像特征提取方法,建立模糊BP神经网络模型,通过隶属函数对图像数据特征进行分析与提取。实验结果表明,所提方法的图像特征提取运行时间较快,对图像特征识别率较高以及对模糊图像特征提取效果较好。 展开更多

关键词 图像去噪 导向滤波 特征提取 隶属函数 模糊神经网络模型

下载PDF 职称材料

一种基于DBN的漏电保护器故障诊断系统 被引量：1

9

作者 郭志涛 段弢 杨玉杰 《现代电子技术》 2022年第8期121-125,共5页

智能剩余电流保护器具有灵敏度高、功能多样等优势,但其结构复杂、抗干扰性和可靠动作性较差、故障率较高,且造成保护器同一故障现象的原因较多,不易检查。针对上述保护器的不足,文中设计一种基于深度置信网络的故障诊断系统对保护器进... 智能剩余电流保护器具有灵敏度高、功能多样等优势,但其结构复杂、抗干扰性和可靠动作性较差、故障率较高,且造成保护器同一故障现象的原因较多,不易检查。针对上述保护器的不足,文中设计一种基于深度置信网络的故障诊断系统对保护器进行故障诊断。系统设计包括硬件和软件两部分,硬件设计用于对剩余电流保护器进行出厂参数设定、功能测试及故障数据收集,建立故障数据集;软件设计包括搭建网络模型、提取故障数据特征、定位故障位置。测试结果表明,文中系统可完成对剩余电流保护器的批量自检,可对故障保护器进行故障诊断的正确率达到92.9%。 展开更多

关键词 剩余电流保护器 深度置信网络 系统设计 故障诊断 特征提取 故障数据集 网络模型 故障检测

下载PDF 职称材料

反向残差结构的指纹细节点提取轻量型网络模型

10

作者 侯雪峰 苏毅婧 +1 位作者 李俊 徐敏 《厦门理工学院学报》 2024年第1期47-57,共11页

针对指纹匹配中细节点信息提取错误和提取不充分的问题,提出一种基于深度学习的端到端轻量型改进多尺度反向残差指纹网络模型(inverted residual network for fingerprint minutiae extraction,IRFingerNet)。该网络模型使用改进的残差... 针对指纹匹配中细节点信息提取错误和提取不充分的问题,提出一种基于深度学习的端到端轻量型改进多尺度反向残差指纹网络模型(inverted residual network for fingerprint minutiae extraction,IRFingerNet)。该网络模型使用改进的残差结构,建立容易优化的轻量级网络,在增加网络深度时可减少信息丢失;把指纹的脊线、细节点等多种特征融合为联合特征,增强语义信息并提高对细节点的感知能力;运用通道注意力机制,校正联合特征,增大有效特征权重,减少无效特征权重。在NIST 4、FVC 2002、FVC 2004数据库上的实验结果表明,在实际应用中,IRFinger Net可以更有效地完成指纹细节点提取的任务,拥有更高的精准度和回调率,整体的F1得分高达0.87,其效果相较于传统提取方法得到了11%的提升,且达到了每个指纹图像0.23 s的检测速度。 展开更多

关键词 指纹特征提取 反向残差指纹网络模型(IRFingerNet) 深度学习 注意力机制 特征融合

下载PDF 职称材料

基于双通道混合网络模型的调制方式识别方法研究 被引量：1

11

作者 费顺超 张成璞 《沈阳理工大学学报》 CAS 2023年第6期34-39,47,共7页

调制方式识别是电子对抗领域的核心技术之一,针对传统调制识别方法识别精度不高的问题,借助深度学习方法构建一种双通道混合网络(CLRD)模型,通过对信号的时序特征和空间特征的联合提取完成信号的有效识别。以RML2016.10a数据集为仿真对... 调制方式识别是电子对抗领域的核心技术之一,针对传统调制识别方法识别精度不高的问题,借助深度学习方法构建一种双通道混合网络(CLRD)模型,通过对信号的时序特征和空间特征的联合提取完成信号的有效识别。以RML2016.10a数据集为仿真对象,识别11种调制信号。仿真结果表明:在低信噪比条件下,本文提出的CLRD模型具有较好的识别准确率,当信噪比在-2 dB以上时,平均识别准确率可达到91.56%;与其他常用模型相比,识别准确率均有一定程度的提高。 展开更多

关键词 调制方式识别 深度学习 联合特征提取 双通道混合网络模型

下载PDF 职称材料

RFOA优化EEMD阈值和SampEn的水电机组振动信号重构与特征提取

12

作者 董利江 朱霄珣 +6 位作者 刘伟 杨春旭 林翔 高晓霞 吕朝阳 胡乔良 苏海鹏 《水电能源科学》 北大核心 2023年第11期178-182,共5页

针对EEMD在水电机组振动信号降噪处理中的不足,提出一种基于改进果蝇算法(RFOA)优化EEMD噪声IMF分量阈值的降噪算法。通过EEMD算法将噪声信号分解,得到IMF分量,进而通过相关系数法确定噪声信号与有效信号,利用RFOA确定噪声信号IMF分量阈... 针对EEMD在水电机组振动信号降噪处理中的不足,提出一种基于改进果蝇算法(RFOA)优化EEMD噪声IMF分量阈值的降噪算法。通过EEMD算法将噪声信号分解,得到IMF分量,进而通过相关系数法确定噪声信号与有效信号,利用RFOA确定噪声信号IMF分量阈值;将求得的IMF分量的样本熵当作特征向量输入GRNN算法中,进行振动模式识别。研究结果表明,与小波阈值法、EEMD-GA方法相比,所提算法降噪时信噪比最高,降噪效果最佳。 展开更多

关键词 振动信号提取 集合经验模态分解 样本熵 特征提取 广义回归神经网络模型

下载PDF 职称材料