期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
融合时频特征的多源无监督域自适应轴承故障诊断方法
1
作者 金怀平 刘志泳 +2 位作者 王彬 钱斌 刘海鹏 《振动与冲击》 EI CSCD 北大核心 2024年第13期12-24,共13页
无监督域自适应已成为多工况下轴承故障诊断的一种重要方法。然而,现有多源无监督域自适应方法往往忽略不同视角信号对于跨域故障诊断的贡献,不足以全面表达轴承的故障特征。此外,这些方法的不同源域对同一目标域的预测结果存在差异。为... 无监督域自适应已成为多工况下轴承故障诊断的一种重要方法。然而,现有多源无监督域自适应方法往往忽略不同视角信号对于跨域故障诊断的贡献,不足以全面表达轴承的故障特征。此外,这些方法的不同源域对同一目标域的预测结果存在差异。为此,提出一种融合时频特征的多源无监督域自适应(time-frequency features fused multi-source unsupervised domain adaptation,TFFMUDA)轴承故障诊断方法。该方法以时域和频域信号为输入,通过特征耦合机制实现两种故障特征的互补,并利用分类器对齐策略增强了不同源域对于同一目标域的诊断一致性。通过实际轴承故障案例的试验结果表明,所提方法相较于现有无监督域自适应轴承故障诊断方法能获得更清晰的故障类决策边界并具有更好的目标域诊断精度。 展开更多
关键词 轴承故障诊断 多源无监督域自适应 时频特征 特征融合 特征耦合
下载PDF
考虑特征耦合的Bi-LSTM变压器故障诊断方法 被引量:7
2
作者 李刚 孟坤 +2 位作者 贺帅 刘云鹏 杨宁 《中国电力》 CSCD 北大核心 2023年第3期100-108,117,共10页
电力变压器是保障电力系统安全稳定运行的关键设备之一,而现有故障诊断方法未能充分挖掘设备内部的特征作用关系,对运行状态变化的敏感性较低,在故障诊断准确性和可靠性提升上具有一定的限制。针对上述问题,提出一种考虑特征耦合的双向... 电力变压器是保障电力系统安全稳定运行的关键设备之一,而现有故障诊断方法未能充分挖掘设备内部的特征作用关系,对运行状态变化的敏感性较低,在故障诊断准确性和可靠性提升上具有一定的限制。针对上述问题,提出一种考虑特征耦合的双向长短期记忆网络变压器故障诊断方法。首先,根据变压器运行机理确定初始特征状态转移序列;然后,在此基础上构建考虑复杂依赖关系的深度神经网络故障诊断模型,挖掘特征之间的耦合关系,并进行精细化状态评估;最后,通过算例仿真实验验证先验特征序列对故障诊断模型的支撑作用。所提方法提升了故障诊断效果,为电力设备智能化、精细化的运维需求提供了可参考的方案。 展开更多
关键词 电力变压器 故障诊断 运行机理 特征状态转移序列 特征耦合
下载PDF
基于局部-全局特征耦合与边界引导的遥感图像建筑物变化检测
3
作者 郑剑 柴岚康 于祥春 《计算机应用研究》 CSCD 北大核心 2024年第6期1888-1892,共5页
针对现有变化检测方法局部特征和全局特征难以兼顾、变化对象和背景之间分界模糊的问题,提出了一种基于局部-全局特征耦合与边界引导的遥感图像建筑物变化检测方法。该方法在编码阶段采用并行的卷积神经网络和Transformer分别提取遥感... 针对现有变化检测方法局部特征和全局特征难以兼顾、变化对象和背景之间分界模糊的问题,提出了一种基于局部-全局特征耦合与边界引导的遥感图像建筑物变化检测方法。该方法在编码阶段采用并行的卷积神经网络和Transformer分别提取遥感图像的局部特征与全局表示。在不同尺度下,使用局部-全局特征耦合模块融合局部特征和全局特征表示,以增强图像特征的表达能力。引入边界引导分支获取变化对象的先验边界信息,使其引导变化图突出建筑物的结构特征,促进边界精确定位。该方法在LEVIRCD和WHU数据集上进行实验验证,其F 1-score分别为91.25%和91.27%,IoU分别为83.90%和83.95%。实验结果表明,该方法在检测精度上有较大的提升,且具有良好的泛化能力。 展开更多
关键词 遥感图像 变化检测 卷积神经网络 TRANSFORMER 特征耦合 边界引导
下载PDF
局部全局特征耦合与交叉尺度注意的医学图像融合 被引量:2
4
作者 张炯 王丽芳 +3 位作者 蔺素珍 秦品乐 米嘉 刘阳 《计算机工程》 CAS CSCD 北大核心 2023年第3期238-247,共10页
现有基于深度学习的多模态医学图像融合方法存在全局特征表示能力不足的问题。对此,提出一种基于局部全局特征耦合与交叉尺度注意的医学图像融合方法。该方法由编码器、融合规则和解码器三部分组成。编码器中采用并行的卷积神经网络(CNN... 现有基于深度学习的多模态医学图像融合方法存在全局特征表示能力不足的问题。对此,提出一种基于局部全局特征耦合与交叉尺度注意的医学图像融合方法。该方法由编码器、融合规则和解码器三部分组成。编码器中采用并行的卷积神经网络(CNN)和Transformer双分支网络分别提取图像的局部特征与全局表示。在不同尺度下,通过特征耦合模块将CNN分支的局部特征嵌入Transformer分支的全局特征表示中,最大程度地结合互补特征,同时引入交叉尺度注意模块实现对多尺度特征表示的有效利用。编码器提取待融合原始图像的局部、全局以及多尺度特征表示,根据融合规则融合不同源图像的特征表示后再输入到解码器中生成融合图像。实验结果表明,与CBF、PAPCNN、IFCNN、DenseFuse和U2Fusion方法相比,该方法在特征互信息、空间频率、边缘信息传递因子、结构相似度、感知图像融合质量这5个评价指标上分别平均提高6.29%、3.58%、29.01%、5.34%、5.77%,融合图像保留了更清晰的纹理细节和更高的对比度,便于疾病的诊断与治疗。 展开更多
关键词 医学图像融合 编码器-解码器网络 Transformer网络 特征耦合 交叉尺度注意
下载PDF
基于局部特征与全局表征耦合的2D人体姿态估计
5
作者 陈乔松 吴济良 +4 位作者 蒋波 谭冲冲 孙开伟 邓欣 王进 《计算机科学》 CSCD 北大核心 2023年第S02期157-161,共5页
近年来卷积神经网络和Transformer都在人体姿态估计领域中取得进步,卷积神经网络(Convolutional neural network,CNN)擅长提取局部特征,Transformer擅长捕捉全局表征,但目前结合两者实现人体姿态估计的研究较少且效果不佳。针对此问题,... 近年来卷积神经网络和Transformer都在人体姿态估计领域中取得进步,卷积神经网络(Convolutional neural network,CNN)擅长提取局部特征,Transformer擅长捕捉全局表征,但目前结合两者实现人体姿态估计的研究较少且效果不佳。针对此问题,提出一种耦合局部特征和全局表征的的模型CNPose(CNN-Nest Pose),该框架的局部-全局特征耦合模块利用多头注意力计算和残差结构的方式深度耦合局部特征和全局表征;还提出了局部-全局信息交流模块解决局部-全局特征耦合模块在计算过程中局部特征和全局表征数据源范围不一致的问题。在COCO-val2017和COCO-dev-test2017数据集上进行了验证,实验表明,采用了局部特征和全局表征耦合的CNPose模型相较于同类型方法有着更为优越的表现。 展开更多
关键词 人体姿态估计 TRANSFORMER 卷积神经网络 局部特征 全局表征 特征耦合 注意力
下载PDF
一种基于邻接面域分析的高频元件特征识别方法
6
作者 李乐 《机械设计与制造工程》 2022年第7期114-118,共5页
为解决波导裂缝阵天线中高频元件因模型阵列多、特征耦合复杂导致制造特征自动识别速度慢、准确度差的问题,提出一种基于邻接面域分析的特征识别方法,分析了高频元件模型组成和特征耦合特点以及复杂耦合特征识别中的若干共性问题,提高... 为解决波导裂缝阵天线中高频元件因模型阵列多、特征耦合复杂导致制造特征自动识别速度慢、准确度差的问题,提出一种基于邻接面域分析的特征识别方法,分析了高频元件模型组成和特征耦合特点以及复杂耦合特征识别中的若干共性问题,提高了特征识别速度和准确度,解决了耦合特征识别异常的问题。采用UG/Open与MFC开发了特征识别软件,并通过对某型波导裂缝阵天线高频元件的测试进行了验证。 展开更多
关键词 高频元件 特征识别 特征耦合 UG
下载PDF
基于特征耦合泛化的药名实体识别 被引量:11
7
作者 何林娜 杨志豪 +2 位作者 林鸿飞 李彦鹏 唐利娟 《中文信息学报》 CSCD 北大核心 2014年第2期72-77,共6页
药名识别的直接目的是从生物医学文本中寻找药名。目前,药物相关研究不断出现,远远超出了维护人员更新药物信息数据库的速度,这就迫切需要一种自动提取药物信息的技术。该文采用了一种基于特征耦合泛化(FCG)的半监督学习方法生成药名词... 药名识别的直接目的是从生物医学文本中寻找药名。目前,药物相关研究不断出现,远远超出了维护人员更新药物信息数据库的速度,这就迫切需要一种自动提取药物信息的技术。该文采用了一种基于特征耦合泛化(FCG)的半监督学习方法生成药名词典,然后将药名词典和条件随机场结合进行药名实体识别。首先我们用模板的方法构造了一个药名词典,然后用FCG方法对词典去噪,最后将去噪后的词典用在测试集上进行药名实体识别,得到了76.73%的F值。 展开更多
关键词 药名识别 机器学习 特征耦合泛化 CRF
下载PDF
基于多特征耦合的数字图书馆知识发现服务优化研究 被引量:8
8
作者 张晗 毕强 +2 位作者 丁梦晓 李洁 牟冬梅 《图书情报工作》 CSSCI 北大核心 2019年第3期14-20,共7页
[目的/意义]大数据环境下,用户的知识需求由分散向关联转变,利用多特征耦合可以辅助知识发现服务发现资源间的多种相关关系,从而优化知识发现服务。[方法/过程]通过分析文献内部和外部属性特征定义多特征耦合的概念,从功能角度出发,剖... [目的/意义]大数据环境下,用户的知识需求由分散向关联转变,利用多特征耦合可以辅助知识发现服务发现资源间的多种相关关系,从而优化知识发现服务。[方法/过程]通过分析文献内部和外部属性特征定义多特征耦合的概念,从功能角度出发,剖析多特征耦合与数字图书馆知识服务之间的关系,结合现有的知识发现系统构建多特征耦合架构,基于数据层-耦合层-服务层三层提出提升知识发现服务供给侧的方法。[结果/结论]数据层保障数据的质量,数据源由单一向混合转变;耦合层提升耦合分析效果,分析单位由粗向细转变,注重细粒度单元间的语义关联;服务层重视用户的交互体验,开发多维可视化功能。 展开更多
关键词 多特征耦合 数字图书馆 知识发现服务
原文传递
MBNER:面向生物医学领域的多种实体识别系统 被引量:7
9
作者 杨娅 杨志豪 +2 位作者 林鸿飞 宫本东 王健 《中文信息学报》 CSCD 北大核心 2016年第1期170-175 182,共7页
生物命名实体识别,就是从生物医学文本中识别出指定类型的名称。目前,面向生物医学领域的实体识别研究不断出现,从海量生物医学文本自动提取生物实体信息的技术变得尤为重要。该文介绍了一个面向生物医学领域的多实体识别系统MBNER(Mult... 生物命名实体识别,就是从生物医学文本中识别出指定类型的名称。目前,面向生物医学领域的实体识别研究不断出现,从海量生物医学文本自动提取生物实体信息的技术变得尤为重要。该文介绍了一个面向生物医学领域的多实体识别系统MBNER(Multiple Biomedical Named Entity Recognizer)。该系统可以在生物医学文本中同时识别出基因(蛋白质)、药物、疾病实体,其对基因(蛋白质)、药物、疾病实体识别在各自数据集上分别得到了89.05%,76.73%,90.12%的综合分类率(F-score)。该系统以可视化的形式给出对三种命名实体的识别结果。 展开更多
关键词 机器学习 特征耦合泛化 CRF 全称缩写对
下载PDF
基于特征耦合泛化的流量异常检测方法
10
作者 陈万志 张国满 王天元 《电子测量与仪器学报》 CSCD 北大核心 2024年第2期120-130,共11页
针对现有流量异常检测模型中稀疏特征易被特征选择算法忽略的问题,提出一种基于特征耦合泛化(FCG)的流量异常检测方法。首先,采用DBSCAN密度聚类算法去除数据中的离群点,降低异常点对后续FCG算法的影响。其次,使用最大相关最小冗余(mRMR... 针对现有流量异常检测模型中稀疏特征易被特征选择算法忽略的问题,提出一种基于特征耦合泛化(FCG)的流量异常检测方法。首先,采用DBSCAN密度聚类算法去除数据中的离群点,降低异常点对后续FCG算法的影响。其次,使用最大相关最小冗余(mRMR)算法对数据特征进行排序,选择对分类最具影响力的特征生成FCG算法中的类别区分特征(CDF),以增强分类能力。利用K最近邻(KNN)算法填补CDF中的缺失值,保持数据完整性。然后,将数据按照攻击类别分组,分别使用mRMR算法对特征进行排序,挑选每种攻击类别数据中具有实例区分能力的稀疏特征作为FCG算法中的实例区分特征(EDF)。利用两种特征在异常检测数据中的耦合程度和EDF的上层概念将EDF转化成更泛化的特征。最后,将经过处理的数据输入基于贝叶斯优化(Bayesian optimization,BO)参数的随机森林(RF)模型进行分类识别。通过在NSL-KDD数据集上进行仿真实验,准确率达到了91.79%,验证了所提方法具有较好的检测性能。 展开更多
关键词 异常检测 离群点检测 特征耦合泛化 特征选择
下载PDF
全局时空特征耦合的多景深三维形貌重建 被引量:1
11
作者 张江峰 闫涛 +2 位作者 陈斌 钱宇华 宋艳涛 《计算机应用》 CSCD 北大核心 2023年第3期894-902,共9页
针对现有三维形貌重建模型无法有效融合全局时空信息的问题,设计深度聚焦体积(DFV)模块保留聚焦和离焦的过渡信息,并在此基础上提出全局时空特征耦合(GSTFC)模型提取多景深图像序列的局部与全局的时空特征信息。首先,在收缩路径中穿插3D... 针对现有三维形貌重建模型无法有效融合全局时空信息的问题,设计深度聚焦体积(DFV)模块保留聚焦和离焦的过渡信息,并在此基础上提出全局时空特征耦合(GSTFC)模型提取多景深图像序列的局部与全局的时空特征信息。首先,在收缩路径中穿插3D-ConvNeXt模块和3D卷积层,捕捉多尺度局部时空特征,同时,在瓶颈模块中添加3D-SwinTransformer模块捕捉多景深图像序列局部时序特征的全局关联关系;然后,通过自适应参数层将局部时空特征和全局关联关系融合为全局时空特征,并输入扩张路径引导生成聚焦体积;最后,聚焦体积通过DFV提取序列权重信息,并保留聚焦与离焦的过渡信息,得到最终深度图。实验结果表明,GSTFC在FoD500数据集上的均方根误差(RMSE)相较于最先进的全聚焦深度网络(AiFDepthNet)下降了12.5%,并且比传统的鲁棒聚焦体积正则化的聚焦形貌恢复(RFVR-SFF)模型保留了更多的景深过渡关系。 展开更多
关键词 三维形貌重建 深度学习 有监督学习 时空特征耦合 深度图
下载PDF
基于自适应耦合局部数字全变分的超分辨重建 被引量:3
12
作者 徐志刚 朱红蕾 《计算机应用与软件》 CSCD 北大核心 2014年第6期185-187,227,共4页
如何更好地保持重建图像的边缘信息是当今超分辨率重建技术的一个重要研究课题。针对基于全变分模型的超分辨率重建方法容易产生阶梯效应的不足,利用图像局部模糊熵信息,设计一个表征图像区域结构特征的局部自适应度量函数。利用该函数... 如何更好地保持重建图像的边缘信息是当今超分辨率重建技术的一个重要研究课题。针对基于全变分模型的超分辨率重建方法容易产生阶梯效应的不足,利用图像局部模糊熵信息,设计一个表征图像区域结构特征的局部自适应度量函数。利用该函数对全变分模型和超数字化全变分模型进行耦合,进而提出一种基于自适应耦合局部数字全变分模型的超分辨率重建方法。实验结果表明,该方法在保持图像几何边缘结构和消除平坦区域阶梯效应方面能力较强,重建效果较好。 展开更多
关键词 超分辨率 全变分 局部结构特征 模糊熵 自适应耦合
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部