检索结果-内蒙古大学图书馆

计算机测量与控制 2025年第1期33卷 60-68页

作者：郭俊杰郭正红张家口职业技术学院机电工程学院河北张家口075000 齐齐哈尔大学机械工程学院黑龙江齐齐哈尔161006 河北北方学院信息科学与工程学院河北张家口075000

针对现有旋转机械在线故障诊断算法所存在的数据遍历耗时长,检测准确率低,故障分类准确率低等不足,提出一种基于深度置信网络的故障诊断算法;先基于受限的玻尔兹曼机搭建深度置信网络框架,利用数据标签在输入层和后端的受限玻尔兹曼机... 详细信息

针对现有旋转机械在线故障诊断算法所存在的数据遍历耗时长,检测准确率低,故障分类准确率低等不足,提出一种基于深度置信网络的故障诊断算法;先基于受限的玻尔兹曼机搭建深度置信网络框架,利用数据标签在输入层和后端的受限玻尔兹曼机之间建立联系;然后利用k-means算法压缩聚类处理数据集降低数据集的规模和复杂度;最后在不同故障特征的分类诊断方面,引入加入核函数的SVM分类算法,提升对不同机械故障类型的分类精度;实验结果显示,提出的旋转机械故障在线诊断方案的迭代效率高,数据遍历耗时少,训练集和测试集F1指标的分别为97.9%和97.4%,优于传统故障诊断算法。

关键词：深度置信网络改进k-means算法受限的玻尔兹曼机核函数 SVM

来源：评论

学校读者我要写书评

暂无评论

深度置信网络在齿轮故障诊断中的应用

引用

中国机械工程 2019年第2期30卷 205-211页

作者：陈保家刘浩涛徐超陈法法肖文荣赵春华湖北省水电机械设备设计与维护重点实验室(三峡大学) 宜昌443002 湖北特种设备检验检测研究院宜昌分院宜昌443002

针对齿轮传动系统中齿轮等零部件易出现故障或失效等问题,提出了一种基于深度学习理论的齿轮传动系统故障诊断方法。首先利用深度置信网络强大的特征自提取能力,对齿轮传动系统的振动信号进行特征提取,然后通过DBNs的复杂映射表征能力... 详细信息

针对齿轮传动系统中齿轮等零部件易出现故障或失效等问题,提出了一种基于深度学习理论的齿轮传动系统故障诊断方法。首先利用深度置信网络强大的特征自提取能力,对齿轮传动系统的振动信号进行特征提取,然后通过DBNs的复杂映射表征能力对故障信号进行故障判别。诊断实例表明,若不对齿轮振动的原始时域信号进行特征提取,直接利用DBNs对其进行诊断时,故障识别正确率只能达到60%左右;如果对时域信号进行简单的傅里叶变换后,再利用DBNs对处理后的振动信号频谱进行诊断分析,正确率能达到99.7%,从而证明了所提故障诊断方法的简易性和有效性。

关键词：齿轮传动特征提取深度置信网络故障诊断

来源：评论

学校读者我要写书评

暂无评论

深度置信网络算法反演Landsat 8 OLI气溶胶光学厚度

引用

遥感学报 2020年第10期24卷 1180-1192页

作者：贾臣孙林陈允芳张熙空王伟燕王永吉山东科技大学测绘科学与工程学院青岛266590

传统的气溶胶遥感反演算法在地表反射率较低、结构较为均一的海洋及浓密植被等区域的气溶胶反演可以达到较高的精度,而在城市、矿区等高亮度、高异质性区域的气溶胶反演中仍面临较大的挑战。当地表反射率较高时,卫星传感器获取的对气溶... 详细信息

传统的气溶胶遥感反演算法在地表反射率较低、结构较为均一的海洋及浓密植被等区域的气溶胶反演可以达到较高的精度,而在城市、矿区等高亮度、高异质性区域的气溶胶反演中仍面临较大的挑战。当地表反射率较高时,卫星传感器获取的对气溶胶具有标识性的信息不足,导致了气溶胶反演的困难。为更大程度地挖掘卫星信号中对气溶胶具有标识性的信息,本文提出使用深度学习技术的气溶胶遥感反演算法,用于Landsat 8 OLI传感器的气溶胶反演。选择全球不同区域的AERONET站点气溶胶实测数据以及对应区域的Landsat 8 OLI传感器的观测几何角度和表观反射率数据,根据合理的时空匹配原则构建样本数据。选择深度置信网络,在合理设置训练批次和训练次数的基础上对网络进行训练和测试,生成关于卫星传感器数据的气溶胶光学厚度拟合网络模型,实现气溶胶遥感反演。使用独立的AERONET站点气溶胶实测数据对反演结果进行了验证,结果表明:该方法可反演不同地表类型区域连续空间覆盖的气溶胶光学厚度,且达到了较高的精度(R=0.8745,RMSE=0.0391,MAE=0.0616,EE=87.94%)。与传统的方法相比,本方法基于单时相卫星遥感数据即可实现气溶胶的高精度反演,简化了气溶胶反演的步骤,提高了气溶胶反演的稳定性和时空适应性。

关键词：遥感气溶胶光学厚度遥感反演 Landsat 8 OLI 深度学习深度置信网络

来源：评论

学校读者我要写书评

暂无评论

深度置信网络在导弹攻击区分类中的应用

引用

国防科技大学学报 2019年第2期41卷 98-106页

作者：杨任农张振兴房育寰左家亮张彬超空军工程大学空管领航学院

针对传统导弹攻击区解算方法忽略双方态势变化等问题,提出运用深度置信网络的导弹攻击区分类模型。根据导弹命中情况与目标机动间的关系,将导弹攻击区划分为五类。通过分析影响导弹攻击结果的态势参数,构建导弹攻击结果预测模型。在实... 详细信息

针对传统导弹攻击区解算方法忽略双方态势变化等问题,提出运用深度置信网络的导弹攻击区分类模型。根据导弹命中情况与目标机动间的关系,将导弹攻击区划分为五类。通过分析影响导弹攻击结果的态势参数,构建导弹攻击结果预测模型。在实验部分,结合重构误差和测试错误率确定深度置信网络的网络结构,通过逐层提取数据法分析模型参数特征并且讨论微调数据的采样方式。使用反向传播神经网络和支持向量机进行分类有效性对比实验。实验结果表明:深度置信网络运行速度和预测准确度明显优于其他两种方法,满足实时性和准确性要求,所提方法具有良好的应用价值。

关键词：导弹攻击区分类深度置信网络特征提取微调数据采样

来源：评论

学校读者我要写书评

暂无评论

深度置信网络在发动机气路部件性能衰退故障诊断中的应用研究

引用

推进技术 2016年第11期37卷 2173-2180页

作者：李本威林学森杨欣毅赵勇宋汉强海军航空工程学院飞行器工程系山东烟台264001 海军航空工程学院研究生管理大队山东烟台264001

为提高发动机转动部件性能衰退故障诊断精度,针对传统的浅层网络和支持向量机(SVM)方法在诊断时存在泛化能力欠缺、易产生局部最优解等问题,引入近年来在模式识别领域取得巨大突破,模拟人脑多层结构的深度置信网络(DBN)进行发动机部件... 详细信息

为提高发动机转动部件性能衰退故障诊断精度,针对传统的浅层网络和支持向量机(SVM)方法在诊断时存在泛化能力欠缺、易产生局部最优解等问题,引入近年来在模式识别领域取得巨大突破,模拟人脑多层结构的深度置信网络(DBN)进行发动机部件性能衰退故障的诊断。为改进深度置信网络性能,提出一种在无监督和有监督训练阶段都可自适应调整权值的改进算法(ad_DBN)。以涡扇发动机为对象,将两种DBN算法与BP,RBF和SVM方法从诊断精度、计算时间、抗噪能力三方面进行综合比较分析。结果表明DBN算法诊断精度明显优于反向传播(BP)神经网络,径向基(RBF)神经网络和支持向量机(SVM)方法,得益于权值的自适应调整,ad_DBN诊断的平均精度高达97.84%,其抗噪声能力也明显优于其他算法,能够提高故障诊断的有效性和可靠性。

关键词：深度置信网络航空发动机转动部件故障诊断

来源：评论

学校读者我要写书评

暂无评论

深度置信网络迁移学习的行星齿轮箱故障诊断方法

引用

振动与冲击 2021年第1期40卷 127-133,150页

作者：陈仁祥杨星胡小林李军陈才唐林林重庆交通大学交通工程应用机器人重庆市工程实验室重庆400074 重庆大学机械传动国家重点实验室重庆400030 重庆工业大数据创新中心有限公司重庆400056 重庆华数机器人有限公司重庆400714

实际工程中行星齿轮箱受工况、运行情况等因素的影响,获取的数据难以满足训练和测试数据独立同分布且训练数据充足的条件,直接影响故障诊断效果。为此,提出一种深度置信网络(Deep Belief Network,DBN)迁移学习的行星齿轮箱故障诊断方法... 详细信息

实际工程中行星齿轮箱受工况、运行情况等因素的影响,获取的数据难以满足训练和测试数据独立同分布且训练数据充足的条件,直接影响故障诊断效果。为此,提出一种深度置信网络(Deep Belief Network,DBN)迁移学习的行星齿轮箱故障诊断方法。首先,将辅助标记数据的原始信号频谱作为DBN网络的输入,逐层更新网络的权重和偏置值对输入信号进行分级表达,以获得其分布式特征表达,得到基于辅助标记样本的DBN预模型。再利用少量的目标标记样本微调DBN预模型的网络权重和偏置值,实现DBN网络的权重和偏置值从源域到目标域的迁移以适应新的目标样本识别,最终提高目标域样本故障识别准确率。通过行星齿轮箱故障模拟实验验证了所提方法的可行性和有效性。

关键词：行星齿轮箱故障诊断深度置信网络迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络的低压台区理论线损计算方法

引用

电力自动化设备 2020年第8期40卷 140-146页

作者：马丽叶刘建恒卢志刚王海云袁清芳杨莉萍燕山大学电力电子节能与传动控制河北省重点实验室河北秦皇岛066004 国网北京市电力公司电力科学研究院北京100075

针对因线路分布复杂、终端数目庞大等带来的低压台区理论线损计算困难的问题,提出一种基于深度置信网络(DBN)的低压台区理论线损计算新方法。在训练过程中,先利用贪婪算法对DBN模型中的神经网络层进行逐层无监督的预训练,再对该模型进... 详细信息

针对因线路分布复杂、终端数目庞大等带来的低压台区理论线损计算困难的问题,提出一种基于深度置信网络(DBN)的低压台区理论线损计算新方法。在训练过程中,先利用贪婪算法对DBN模型中的神经网络层进行逐层无监督的预训练,再对该模型进行有监督的全局微调。为了提高计算精度,采用自适应时刻估计(Adam)优化器。以某地区实测2140个台区数据为样本进行仿真计算,结果表明,相较于浅层神经网络,DBN线损计算模型具有更好的泛化能力以及准确性和快速性,且Adam优化器在线损计算中相较于均方根反向传播(RMSProp)和随机梯度下降(SGD)算法具有优越性。

关键词：低压台区理论线损深度置信网络贪婪逐层训练法自适应时刻估计

来源：评论

学校读者我要写书评

暂无评论

基于小波深度置信网络的风电爬坡预测方法

引用

太阳能学报 2019年第11期40卷 3213-3220页

作者：唐振浩孟庆煜曹生现李扬牟中华庞晓娅东北电力大学自动化工程学院吉林132012 东北电力大学电气工程学院吉林132012 国网甘肃省电力公司电力科学研究院兰州730070

为了提高风电爬坡事件预测的准确性,提出一种基于深度学习的具有特征自适应选择的小波深度置信网络(WDBNAFS)算法。首先,分析风电功率混沌特性。然后,对时间序列数据进行小波分解,设计特征自适应选择算法选取建模数据作为预测模型的输... 详细信息

为了提高风电爬坡事件预测的准确性,提出一种基于深度学习的具有特征自适应选择的小波深度置信网络(WDBNAFS)算法。首先,分析风电功率混沌特性。然后,对时间序列数据进行小波分解,设计特征自适应选择算法选取建模数据作为预测模型的输入变量。最后,采用深度置信网络构建风电爬坡事件预测模型,设计基于实际生产数据的实验验证所提出算法的有效性。仿真结果表明,所提出算法预测准确率可达90%以上。

关键词：深度学习特征选择预测模型风电爬坡事件深度置信网络

来源：评论

学校读者我要写书评

暂无评论

深度置信网络优化模型在人才评价中的应用

引用

计算机工程 2020年第2期46卷 80-87,102页

作者：李娜娜胡坚剑顾军华张亚娟河北工业大学人工智能与数据科学学院天津300401 河北省大数据计算重点实验室天津300401

针对深度置信网络(DBN)权值随机初始化容易使网络陷入局部最优的问题,引入改进的和声搜索(IHS)算法,提出基于IHS的DBN模型(IHS-DBN)。在和声搜索算法的基础上,利用全局自适应的和声音调调整方式,提升算法收敛速度和后期局部搜索能力。将... 详细信息

针对深度置信网络(DBN)权值随机初始化容易使网络陷入局部最优的问题,引入改进的和声搜索(IHS)算法,提出基于IHS的DBN模型(IHS-DBN)。在和声搜索算法的基础上,利用全局自适应的和声音调调整方式,提升算法收敛速度和后期局部搜索能力。将DBN重构误差函数作为IHS算法的优化目标函数,通过不断迭代优化解向量为DBN寻找一组较优的初始权值进行网络训练,并在MNIST数据集上验证IHS-DBN模型的有效性。IHS-DBN模型在高校人才评价中的应用结果表明,与DBN、SVM和BP神经网络评价模型相比,IHS-DBN模型的评价准确率分别提高3.6%、7.3%和16.4%。

关键词：深度置信网络随机初始化和声搜索算法音调调整人才评价

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络的多源DEM点面融合模型

引用

武汉大学学报（信息科学版） 2021年第7期46卷 1090-1097页

作者：岳林蔚沈焕锋袁强强刘修国华东师范大学地理信息科学教育部重点实验室上海200241 中国地质大学(武汉)地理与信息工程学院湖北武汉430074 武汉大学资源与环境科学学院湖北武汉430079 武汉大学测绘学院湖北武汉430079

融合多源数字高程模型(digital elevation model, DEM)数据能有效利用数据间的互补优势,提升单一源数据的质量。提出一种基于深度置信网络(deep belief networks, DBN)的点面融合模型,在DBN的框架下考虑地形坡度、地表覆盖和空间位置信... 详细信息

融合多源数字高程模型(digital elevation model, DEM)数据能有效利用数据间的互补优势,提升单一源数据的质量。提出一种基于深度置信网络(deep belief networks, DBN)的点面融合模型,在DBN的框架下考虑地形坡度、地表覆盖和空间位置信息等因素对DEM高程误差空间分布的影响,建立DEM高程值与高精度激光雷达测高数据之间的回归关系,从而实现多源栅格DEM与激光雷达测高点数据的空间融合,提升栅格DEM的垂直精度。对于空洞数据,根据空洞和非空洞区域的范围建立相应的输入数据集,分别进行融合,再利用不规则三角网差分曲面方法实现融合结果的无缝拼接。实验结果表明,相比原始DEM数据和两两融合的结果,所提出的多源DEM点面融合模型能够大幅度提升数据精度,有效解决原始数据中存在的空洞、噪声和异常值等问题。

关键词：数字高程模型点面融合深度置信网络回归模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：