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
11
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
基于改进MOMEDA的齿轮箱复合故障诊断
被引量:
7
1
作者
王志坚
王俊元
+2 位作者
张纪平
赵志芳
寇彦飞
《振动.测试与诊断》
EI
CSCD
北大核心
2018年第1期176-181,共6页
总体经验模态分解(ensemble empirical mode decomposition,简称EEMD)对信号分解时由于白噪声选取不当,常造成能量泄露;通过计算多点峭度可以提取冲击性故障周期,但在强噪声环境下其追踪效果并不理想;考虑到多点最优最小熵反褶积(multip...
总体经验模态分解(ensemble empirical mode decomposition,简称EEMD)对信号分解时由于白噪声选取不当,常造成能量泄露;通过计算多点峭度可以提取冲击性故障周期,但在强噪声环境下其追踪效果并不理想;考虑到多点最优最小熵反褶积(multipoint optimal minimum entropy deconvolution adjuste,简称MOMEDA)提取故障时准确度受到故障周期区间范围的影响,提出了基于组合模态函数-多点最优最小熵反褶积(combined mode function-multipoint optimal minimum entropy deconvolution adjuste,简称CMF-MOMEDA)的自适应齿轮箱复合故障特征提取方法。首先,通过EEMD对信号分解,将信号按高低频依次分开;其次,取与原信号相关性强的本征模态函数,通过组合模态函数(combined mode function,简称CMF)将原信号分解为高低两个频带C_h和C_L,分别求其多点峭度谱图,提取故障周期成分;然后,设定合适的周期范围,通过MOMEDA提取故障特征;最后,将该方法应用于齿轮箱故障特征提取,以验证其可行性。
展开更多
关键词
复合故障
特征提取
强噪声环境
多点最优最小熵反褶积
组合模态函数
下载PDF
职称材料
强噪声条件下物探方法组合在东坪金矿找矿研究与应用
2
作者
代铮
李丹
+2 位作者
乔衍溢
张哲
胡建华
《世界有色金属》
2024年第14期57-60,共4页
金属矿产是现代工业的重要支撑,对经济和社会发展具有不可替代的作用。然而,强噪声环境下的矿产勘探面临着诸多挑战,需要创新性的方法和技术来解决。因此,针对强噪声条件下的物探方法组合研究与应用具有重要的实践意义和社会价值。本文...
金属矿产是现代工业的重要支撑,对经济和社会发展具有不可替代的作用。然而,强噪声环境下的矿产勘探面临着诸多挑战,需要创新性的方法和技术来解决。因此,针对强噪声条件下的物探方法组合研究与应用具有重要的实践意义和社会价值。本文以东坪金矿为研究对象,针对其强噪声环境,探讨了大功率时间域谱激发极化法和可控源音频大地电磁法两种物探方法的组合应用。通过对不同方法原理的深入分析和比较,结合实地数据,探讨了其在强噪声环境下的适用性和优势。在此基础上,提出了信噪分离和信息处理的关键技术,为矿产勘探提供了新的思路和方法。实验结果表明,该方法组合在东坪金矿找矿中具有良好的应用效果,为类似环境下的矿产勘探提供了可行性和参考。
展开更多
关键词
东坪金矿
强噪声环境
激发极化法
物探方法组合
信噪分离
下载PDF
职称材料
基于MOMEDA与双谱分析的滚动轴承早期故障诊断
被引量:
6
3
作者
袁洪芳
穆坤
+1 位作者
马若桐
王华庆
《测控技术》
2019年第8期61-64,68,共5页
滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积(Mu...
滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。
展开更多
关键词
多点最优调整最小熵解卷积
双谱分析
故障特征提取
强噪声环境
下载PDF
职称材料
强噪环境下分频段数字音频信号精细化采集研究
4
作者
哈筝
《现代电子技术》
北大核心
2024年第11期64-68,共5页
在强噪环境下,为了获取高质量、低失真度的数字音频信号,提出一种强噪环境下分频段数字音频信号精细化采集方法。通过麦克风设备获取音频信号,利用LM4550芯片对其作采样、编码等处理后生成数字音频信号,基于AC-97单元接收数字音频信号,...
在强噪环境下,为了获取高质量、低失真度的数字音频信号,提出一种强噪环境下分频段数字音频信号精细化采集方法。通过麦克风设备获取音频信号,利用LM4550芯片对其作采样、编码等处理后生成数字音频信号,基于AC-97单元接收数字音频信号,利用频段分割器对其作频带分解,获得互不重叠子频段数字音频信号。采用多窗谱谱减法对其去噪,利用数据通信接口将其传输给LM4550芯片,在完成模拟信号转换后,通过耳机输出,实现数字音频信号精细化采集。实验结果表明,该方法处理后的各子频段数字音频信号有用信息得以完整保留,并提高了信号波形的规整度和规律性,强噪声环境下数字音频信号的PESQ指标达到4.08以上,最大失真度为3.74%。
展开更多
关键词
强噪环境
分频段
数字音频信号
FPGA
频段分割器
多窗谱谱减法
通信接口
模拟信号
下载PDF
职称材料
基于Dropout-多尺度空洞卷积神经网络的轴承故障诊断
被引量:
1
5
作者
陈伟
王复淞
+2 位作者
郭婧
黄博昊
白艺硕
《机电工程》
CAS
北大核心
2023年第5期644-654,共11页
为了提高故障诊断模型对故障轴承低信噪比信号的特征提取能力,使模型在强噪声环境下仍能发挥作用,提出了一种基于Dropout-多尺度空洞卷积神经网络(D-MDCNN)的滚动轴承故障诊断模型。首先,通过Dropout数据预处理,对训练数据进行“损坏”...
为了提高故障诊断模型对故障轴承低信噪比信号的特征提取能力,使模型在强噪声环境下仍能发挥作用,提出了一种基于Dropout-多尺度空洞卷积神经网络(D-MDCNN)的滚动轴承故障诊断模型。首先,通过Dropout数据预处理,对训练数据进行“损坏”,强迫模型仅依靠少量特征便可进行故障诊断,以提高模型的抗噪声能力;然后,使用不同扩张率的空洞卷积扩充了多尺度信息,并利用CNN模块来完成对特征的提取与故障诊断;同时,在模型中加入批量归一化处理操作,用来加快模型训练的收敛速度,提高了模型的性能;最后,利用美国凯斯西储大学轴承数据集和东南大学齿轮箱数据集对基于D-MDCNN的模型进行了实验验证,并将实验结果与采用其他深度学习模型所得的实验结果进行了对比分析。实验结果表明:在无噪声至4dB的噪声环境下,D-MDCNN在西储大学和东南大学两个数据集上均可取得99%的诊断准确率;相比于其他同类模型,基于D-MDCNN的模型具有更高的诊断准确率和抗噪声能力。研究结果表明:基于D-MDCNN的模型是一种有效的轴承故障诊断模型。
展开更多
关键词
强噪声环境
低信噪比信号
滚动轴承故障诊断
故障特征提取
Dropout-多尺度空洞卷积神经网络
损坏训练数据
抗噪声能力
下载PDF
职称材料
强噪声环境下汉语语音识别的模糊分类算法
被引量:
4
6
作者
苏广川
《北京理工大学学报》
EI
CAS
CSCD
1997年第6期686-690,共5页
论述了强背景噪声环境下利用模糊分类算法对大词汇量的汉语语音进行分类识别,根据噪声中的汉语语音特点,采用有边界的交叉分类和无边界的模糊分类相结合的措施,较成功地解决了强噪声环境下的汉语语音分类.该算法在75dB的强噪声...
论述了强背景噪声环境下利用模糊分类算法对大词汇量的汉语语音进行分类识别,根据噪声中的汉语语音特点,采用有边界的交叉分类和无边界的模糊分类相结合的措施,较成功地解决了强噪声环境下的汉语语音分类.该算法在75dB的强噪声环境下,对500个汉语短语进行识别,其识别精度达到95%,取得了较好的识别效果.
展开更多
关键词
强噪声环境
汉语语音识别
模糊分类法
语音识别
下载PDF
职称材料
新型稀疏自动编码器组合的深度学习方法
被引量:
4
7
作者
卫佳乐
丁正生
《计算机仿真》
北大核心
2020年第4期280-284,共5页
针对自动编码器在强噪声环境下分类效果低的特征,提出了基于改进型稀疏自动编码器组合的深度学习方法。在采用计算相关熵的方法,增强了稀疏自动编码器对非高斯噪声的鲁棒性的基础上,利用卷积神经网络对自动编码器进行边缘降噪,接着将改...
针对自动编码器在强噪声环境下分类效果低的特征,提出了基于改进型稀疏自动编码器组合的深度学习方法。在采用计算相关熵的方法,增强了稀疏自动编码器对非高斯噪声的鲁棒性的基础上,利用卷积神经网络对自动编码器进行边缘降噪,接着将改进后的稀疏自动编码器和边缘降噪自动编码器相结合,得到新的稀疏边缘降噪自动编码器。实测数据的实验结果表明,新的稀疏边缘降噪自动编码器比现有的分类算法,计算时间更短、准确率更高、效果更明显。
展开更多
关键词
强噪声环境
自动编码器
误差函数
相关熵
卷积神经网络
下载PDF
职称材料
扩频通信在强噪声环境中的应用
被引量:
2
8
作者
唐琬
《电子工程师》
2006年第12期15-17,共3页
扩频通信是矿井等强噪声环境中最有效的通信方式。分析了传统通信方式在强噪声环境中存在的主要问题,介绍了扩频通信技术的抗干扰原理和特点,指出扩频抗干扰技术特别适用于强噪声环境,能降低通信系统对信噪比的高要求,克服机电噪声引起...
扩频通信是矿井等强噪声环境中最有效的通信方式。分析了传统通信方式在强噪声环境中存在的主要问题,介绍了扩频通信技术的抗干扰原理和特点,指出扩频抗干扰技术特别适用于强噪声环境,能降低通信系统对信噪比的高要求,克服机电噪声引起的抗干扰能力弱、通信质量差以及可靠性低等弱点。最后介绍了扩频码发生器及其相关特性。
展开更多
关键词
扩频通信
强噪声环境
信噪比
M序列
下载PDF
职称材料
强噪声下碳纤维复合材料疲劳损伤概率成像方法研究
被引量:
1
9
作者
孔琼英
邓为权
《机械科学与技术》
CSCD
北大核心
2022年第9期1450-1457,共8页
基于主动Lamb波的结构健康监测方法在实际应用中受结构振动、服役环境强噪声等干扰,使得损伤定位不准确。针对上述问题,提出了一种在强噪声背景下基于改进损伤因子的碳纤维复合材料疲劳损伤概率成像方法。本文方法利用局部加权散点平滑(...
基于主动Lamb波的结构健康监测方法在实际应用中受结构振动、服役环境强噪声等干扰,使得损伤定位不准确。针对上述问题,提出了一种在强噪声背景下基于改进损伤因子的碳纤维复合材料疲劳损伤概率成像方法。本文方法利用局部加权散点平滑(Locally weighted scatterplot smoothing,LOWESS)算法对经希尔伯特变换(Hilbert transform,HT)后的含噪信号包络进行平滑处理,获得每条传感通道的飞行时间(Time of flight,ToF);然后根据有无损伤情况下的ToF获得改进的损伤因子,并结合损伤概率成像方法实现碳纤维复合材料板内部疲劳损伤定位成像。实验结果表明,在强噪声环境下本文方法能够有效定位结构内部疲劳损伤,提高损伤定位准确性,且本文方法的损伤定位误差较现有损伤概率成像方法误差至少降低了63.7%。
展开更多
关键词
碳纤维复合材料
LOWESS
强噪声
结构健康监测
LAMB波
下载PDF
职称材料
强噪音环境下基于震动信号的车辆适应性分析
被引量:
1
10
作者
雷艳惠
《环境技术》
2020年第3期138-141,147,共5页
传统的分析方法在强噪声环境下分析车辆适应性的能力较差,分析结果不准确,为了解决这一问题,基于震动信号研究了一种新的车辆适应性分析方法,采用场景模拟测试手段进行采集并记录不同强噪音干扰下小车的适应性,确定震动传感器系统的组成...
传统的分析方法在强噪声环境下分析车辆适应性的能力较差,分析结果不准确,为了解决这一问题,基于震动信号研究了一种新的车辆适应性分析方法,采用场景模拟测试手段进行采集并记录不同强噪音干扰下小车的适应性,确定震动传感器系统的组成,在不同噪音频段和地点下采集数据,分别研究了发动机、工作轮胎与地面的摩擦、不同路面的状况对车辆适应性的影响,从震动结构和震动传感器两方面进行改进,提高车辆的适应性。实验结果表明,强噪音环境下基于震动信号的车辆适应性分析方法分析能力更强,分析结果准确率更高。
展开更多
关键词
强噪音环境
震动信号
车辆分析
适应性分析
下载PDF
职称材料
基于TMS320VC5509A的机载语音降噪系统
11
作者
赵盼
陈建行
杨来涛
《兵工自动化》
2015年第6期85-87,共3页
针对机载强噪声环境下的语音通信,研究并设计基于TMS320VC5509A芯片的语音降噪实时处理系统。对主流语音降噪算法进行研究,采用基于短时谱幅值的频域增强典型算法——谱减法,对带噪语音进行降噪。实验结果表明:该系统具备良好的实时处...
针对机载强噪声环境下的语音通信,研究并设计基于TMS320VC5509A芯片的语音降噪实时处理系统。对主流语音降噪算法进行研究,采用基于短时谱幅值的频域增强典型算法——谱减法,对带噪语音进行降噪。实验结果表明:该系统具备良好的实时处理能力,在机载强噪声环境下,对带早语音的综合降噪效果较为明显。
展开更多
关键词
强噪声环境
语音降噪
谱减法
DSP
CCS
下载PDF
职称材料
题名
基于改进MOMEDA的齿轮箱复合故障诊断
被引量:
7
1
作者
王志坚
王俊元
张纪平
赵志芳
寇彦飞
机构
中北大学机械工程学院
出处
《振动.测试与诊断》
EI
CSCD
北大核心
2018年第1期176-181,共6页
基金
山西省自然科学基金资助项目(2015011063)
文摘
总体经验模态分解(ensemble empirical mode decomposition,简称EEMD)对信号分解时由于白噪声选取不当,常造成能量泄露;通过计算多点峭度可以提取冲击性故障周期,但在强噪声环境下其追踪效果并不理想;考虑到多点最优最小熵反褶积(multipoint optimal minimum entropy deconvolution adjuste,简称MOMEDA)提取故障时准确度受到故障周期区间范围的影响,提出了基于组合模态函数-多点最优最小熵反褶积(combined mode function-multipoint optimal minimum entropy deconvolution adjuste,简称CMF-MOMEDA)的自适应齿轮箱复合故障特征提取方法。首先,通过EEMD对信号分解,将信号按高低频依次分开;其次,取与原信号相关性强的本征模态函数,通过组合模态函数(combined mode function,简称CMF)将原信号分解为高低两个频带C_h和C_L,分别求其多点峭度谱图,提取故障周期成分;然后,设定合适的周期范围,通过MOMEDA提取故障特征;最后,将该方法应用于齿轮箱故障特征提取,以验证其可行性。
关键词
复合故障
特征提取
强噪声环境
多点最优最小熵反褶积
组合模态函数
Keywords
complex
faults
feature
extraction
strong
noise
environment
multipoint
optimal
minimum
entropy
deconvolution
adjusted
combined
mode
function
分类号
TN911.72 [电子电信—通信与信息系统]
TN206 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
强噪声条件下物探方法组合在东坪金矿找矿研究与应用
2
作者
代铮
李丹
乔衍溢
张哲
胡建华
机构
中国地质调查局廊坊自然资源综合调查中心
出处
《世界有色金属》
2024年第14期57-60,共4页
基金
“全国金矿重点调查区调查评价-河北崇礼赤城金矿重点调查区调查评价”(编号:DD20230383)。
文摘
金属矿产是现代工业的重要支撑,对经济和社会发展具有不可替代的作用。然而,强噪声环境下的矿产勘探面临着诸多挑战,需要创新性的方法和技术来解决。因此,针对强噪声条件下的物探方法组合研究与应用具有重要的实践意义和社会价值。本文以东坪金矿为研究对象,针对其强噪声环境,探讨了大功率时间域谱激发极化法和可控源音频大地电磁法两种物探方法的组合应用。通过对不同方法原理的深入分析和比较,结合实地数据,探讨了其在强噪声环境下的适用性和优势。在此基础上,提出了信噪分离和信息处理的关键技术,为矿产勘探提供了新的思路和方法。实验结果表明,该方法组合在东坪金矿找矿中具有良好的应用效果,为类似环境下的矿产勘探提供了可行性和参考。
关键词
东坪金矿
强噪声环境
激发极化法
物探方法组合
信噪分离
Keywords
Dongping
Gold
Mine
strong
noise
environment
Combination
of
geophysical
exploration
methods
Signalto-
noise
separation
分类号
P618.51 [天文地球—矿床学]
下载PDF
职称材料
题名
基于MOMEDA与双谱分析的滚动轴承早期故障诊断
被引量:
6
3
作者
袁洪芳
穆坤
马若桐
王华庆
机构
北京化工大学信息科学与技术学院
出处
《测控技术》
2019年第8期61-64,68,共5页
基金
国家自然科学基金项目(51675035)
文摘
滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。
关键词
多点最优调整最小熵解卷积
双谱分析
故障特征提取
强噪声环境
Keywords
MOMEDA
bispectral
analysis
fault
feature
extraction
strong
noise
environment
分类号
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
强噪环境下分频段数字音频信号精细化采集研究
4
作者
哈筝
机构
山西大学音乐学院
出处
《现代电子技术》
北大核心
2024年第11期64-68,共5页
文摘
在强噪环境下,为了获取高质量、低失真度的数字音频信号,提出一种强噪环境下分频段数字音频信号精细化采集方法。通过麦克风设备获取音频信号,利用LM4550芯片对其作采样、编码等处理后生成数字音频信号,基于AC-97单元接收数字音频信号,利用频段分割器对其作频带分解,获得互不重叠子频段数字音频信号。采用多窗谱谱减法对其去噪,利用数据通信接口将其传输给LM4550芯片,在完成模拟信号转换后,通过耳机输出,实现数字音频信号精细化采集。实验结果表明,该方法处理后的各子频段数字音频信号有用信息得以完整保留,并提高了信号波形的规整度和规律性,强噪声环境下数字音频信号的PESQ指标达到4.08以上,最大失真度为3.74%。
关键词
强噪环境
分频段
数字音频信号
FPGA
频段分割器
多窗谱谱减法
通信接口
模拟信号
Keywords
strong
noise
environment
divided
frequency
digital
audio
signal
FPGA
frequency
band
splitter
multi-window
spectral
subtraction
communication
interface
analog
signal
分类号
TN914-34 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于Dropout-多尺度空洞卷积神经网络的轴承故障诊断
被引量:
1
5
作者
陈伟
王复淞
郭婧
黄博昊
白艺硕
机构
中煤信息技术(北京)有限公司
中国矿业大学(北京)机电与信息工程学院
出处
《机电工程》
CAS
北大核心
2023年第5期644-654,共11页
基金
国家自然科学基金资助项目(52074305)。
文摘
为了提高故障诊断模型对故障轴承低信噪比信号的特征提取能力,使模型在强噪声环境下仍能发挥作用,提出了一种基于Dropout-多尺度空洞卷积神经网络(D-MDCNN)的滚动轴承故障诊断模型。首先,通过Dropout数据预处理,对训练数据进行“损坏”,强迫模型仅依靠少量特征便可进行故障诊断,以提高模型的抗噪声能力;然后,使用不同扩张率的空洞卷积扩充了多尺度信息,并利用CNN模块来完成对特征的提取与故障诊断;同时,在模型中加入批量归一化处理操作,用来加快模型训练的收敛速度,提高了模型的性能;最后,利用美国凯斯西储大学轴承数据集和东南大学齿轮箱数据集对基于D-MDCNN的模型进行了实验验证,并将实验结果与采用其他深度学习模型所得的实验结果进行了对比分析。实验结果表明:在无噪声至4dB的噪声环境下,D-MDCNN在西储大学和东南大学两个数据集上均可取得99%的诊断准确率;相比于其他同类模型,基于D-MDCNN的模型具有更高的诊断准确率和抗噪声能力。研究结果表明:基于D-MDCNN的模型是一种有效的轴承故障诊断模型。
关键词
强噪声环境
低信噪比信号
滚动轴承故障诊断
故障特征提取
Dropout-多尺度空洞卷积神经网络
损坏训练数据
抗噪声能力
Keywords
strong
noise
environment
low
signal-to-
noise
ratio
signal
fault
diagnosis
of
rolling
bearing
fault
feature
extraction
Dropout-multi-scale
dilated
convolutional
neural
networks(D-MDCNN)
damage
the
training
data
anti-
noise
ability
分类号
TH133.3 [机械工程—机械制造及自动化]
TP183 [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
强噪声环境下汉语语音识别的模糊分类算法
被引量:
4
6
作者
苏广川
机构
北京理工大学电子工程系
出处
《北京理工大学学报》
EI
CAS
CSCD
1997年第6期686-690,共5页
基金
国家"八五"预研项目
文摘
论述了强背景噪声环境下利用模糊分类算法对大词汇量的汉语语音进行分类识别,根据噪声中的汉语语音特点,采用有边界的交叉分类和无边界的模糊分类相结合的措施,较成功地解决了强噪声环境下的汉语语音分类.该算法在75dB的强噪声环境下,对500个汉语短语进行识别,其识别精度达到95%,取得了较好的识别效果.
关键词
强噪声环境
汉语语音识别
模糊分类法
语音识别
Keywords
strong
noise
environment
Chinese
speech
recognition
fuzzy
classifying
methods
boundary
crossing
classifying
method
bounderyless
fuzzy
classifying
method
分类号
TN912.34 [电子电信—通信与信息系统]
TP391.42 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
新型稀疏自动编码器组合的深度学习方法
被引量:
4
7
作者
卫佳乐
丁正生
机构
西安科技大学理学院
出处
《计算机仿真》
北大核心
2020年第4期280-284,共5页
基金
国家自然科学基金(71473194)。
文摘
针对自动编码器在强噪声环境下分类效果低的特征,提出了基于改进型稀疏自动编码器组合的深度学习方法。在采用计算相关熵的方法,增强了稀疏自动编码器对非高斯噪声的鲁棒性的基础上,利用卷积神经网络对自动编码器进行边缘降噪,接着将改进后的稀疏自动编码器和边缘降噪自动编码器相结合,得到新的稀疏边缘降噪自动编码器。实测数据的实验结果表明,新的稀疏边缘降噪自动编码器比现有的分类算法,计算时间更短、准确率更高、效果更明显。
关键词
强噪声环境
自动编码器
误差函数
相关熵
卷积神经网络
Keywords
strong
noise
environment
Auto-encoder
Error
function
Joint
entropy
Convolutional
neural
network(CNN)
分类号
O29 [理学—应用数学]
TP183 [理学—数学]
下载PDF
职称材料
题名
扩频通信在强噪声环境中的应用
被引量:
2
8
作者
唐琬
机构
安徽理工大学
出处
《电子工程师》
2006年第12期15-17,共3页
文摘
扩频通信是矿井等强噪声环境中最有效的通信方式。分析了传统通信方式在强噪声环境中存在的主要问题,介绍了扩频通信技术的抗干扰原理和特点,指出扩频抗干扰技术特别适用于强噪声环境,能降低通信系统对信噪比的高要求,克服机电噪声引起的抗干扰能力弱、通信质量差以及可靠性低等弱点。最后介绍了扩频码发生器及其相关特性。
关键词
扩频通信
强噪声环境
信噪比
M序列
Keywords
spread
spectrum
communication
strong
noise
environment
the
signal-to-
noise
radio
m-sequences
分类号
TN914.42 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
强噪声下碳纤维复合材料疲劳损伤概率成像方法研究
被引量:
1
9
作者
孔琼英
邓为权
机构
昆明理工大学信息工程与自动化学院
昆明理工大学机电工程学院
出处
《机械科学与技术》
CSCD
北大核心
2022年第9期1450-1457,共8页
文摘
基于主动Lamb波的结构健康监测方法在实际应用中受结构振动、服役环境强噪声等干扰,使得损伤定位不准确。针对上述问题,提出了一种在强噪声背景下基于改进损伤因子的碳纤维复合材料疲劳损伤概率成像方法。本文方法利用局部加权散点平滑(Locally weighted scatterplot smoothing,LOWESS)算法对经希尔伯特变换(Hilbert transform,HT)后的含噪信号包络进行平滑处理,获得每条传感通道的飞行时间(Time of flight,ToF);然后根据有无损伤情况下的ToF获得改进的损伤因子,并结合损伤概率成像方法实现碳纤维复合材料板内部疲劳损伤定位成像。实验结果表明,在强噪声环境下本文方法能够有效定位结构内部疲劳损伤,提高损伤定位准确性,且本文方法的损伤定位误差较现有损伤概率成像方法误差至少降低了63.7%。
关键词
碳纤维复合材料
LOWESS
强噪声
结构健康监测
LAMB波
Keywords
carbon
fiber
reinforced
polymer
LOWESS
strong
noise
environment
structural
health
monitoring
lamb
wave
分类号
V214.8 [航空宇航科学与技术—航空宇航推进理论与工程]
TP206 [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
强噪音环境下基于震动信号的车辆适应性分析
被引量:
1
10
作者
雷艳惠
机构
咸阳职业技术学院
出处
《环境技术》
2020年第3期138-141,147,共5页
基金
咸阳职业技术学院科研基金项目(2019KYC03)。
文摘
传统的分析方法在强噪声环境下分析车辆适应性的能力较差,分析结果不准确,为了解决这一问题,基于震动信号研究了一种新的车辆适应性分析方法,采用场景模拟测试手段进行采集并记录不同强噪音干扰下小车的适应性,确定震动传感器系统的组成,在不同噪音频段和地点下采集数据,分别研究了发动机、工作轮胎与地面的摩擦、不同路面的状况对车辆适应性的影响,从震动结构和震动传感器两方面进行改进,提高车辆的适应性。实验结果表明,强噪音环境下基于震动信号的车辆适应性分析方法分析能力更强,分析结果准确率更高。
关键词
强噪音环境
震动信号
车辆分析
适应性分析
Keywords
strong
noise
environment
vibration
signal
vehicle
analysis
adaptive
analysis
分类号
TN925 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于TMS320VC5509A的机载语音降噪系统
11
作者
赵盼
陈建行
杨来涛
机构
中国洛阳电子装备试验中心
出处
《兵工自动化》
2015年第6期85-87,共3页
文摘
针对机载强噪声环境下的语音通信,研究并设计基于TMS320VC5509A芯片的语音降噪实时处理系统。对主流语音降噪算法进行研究,采用基于短时谱幅值的频域增强典型算法——谱减法,对带噪语音进行降噪。实验结果表明:该系统具备良好的实时处理能力,在机载强噪声环境下,对带早语音的综合降噪效果较为明显。
关键词
强噪声环境
语音降噪
谱减法
DSP
CCS
Keywords
strong
noise
environment
voice
noise
reduction
spectral
subtraction
DSP
CCS
分类号
TP203 [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
作者
出处
发文年
被引量
操作
1
基于改进MOMEDA的齿轮箱复合故障诊断
王志坚
王俊元
张纪平
赵志芳
寇彦飞
《振动.测试与诊断》
EI
CSCD
北大核心
2018
7
下载PDF
职称材料
2
强噪声条件下物探方法组合在东坪金矿找矿研究与应用
代铮
李丹
乔衍溢
张哲
胡建华
《世界有色金属》
2024
0
下载PDF
职称材料
3
基于MOMEDA与双谱分析的滚动轴承早期故障诊断
袁洪芳
穆坤
马若桐
王华庆
《测控技术》
2019
6
下载PDF
职称材料
4
强噪环境下分频段数字音频信号精细化采集研究
哈筝
《现代电子技术》
北大核心
2024
0
下载PDF
职称材料
5
基于Dropout-多尺度空洞卷积神经网络的轴承故障诊断
陈伟
王复淞
郭婧
黄博昊
白艺硕
《机电工程》
CAS
北大核心
2023
1
下载PDF
职称材料
6
强噪声环境下汉语语音识别的模糊分类算法
苏广川
《北京理工大学学报》
EI
CAS
CSCD
1997
4
下载PDF
职称材料
7
新型稀疏自动编码器组合的深度学习方法
卫佳乐
丁正生
《计算机仿真》
北大核心
2020
4
下载PDF
职称材料
8
扩频通信在强噪声环境中的应用
唐琬
《电子工程师》
2006
2
下载PDF
职称材料
9
强噪声下碳纤维复合材料疲劳损伤概率成像方法研究
孔琼英
邓为权
《机械科学与技术》
CSCD
北大核心
2022
1
下载PDF
职称材料
10
强噪音环境下基于震动信号的车辆适应性分析
雷艳惠
《环境技术》
2020
1
下载PDF
职称材料
11
基于TMS320VC5509A的机载语音降噪系统
赵盼
陈建行
杨来涛
《兵工自动化》
2015
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