检索结果-内蒙古大学图书馆

北京信息科技大学学报（自然科学版） 2023年第5期38卷 19-24页

作者：郝伟吕学强韩晶北京信息科技大学机电系统测控北京市重点实验室北京100192 北京信息科技大学网络文化与数字传播北京市重点实验室北京100101

基于常规3D卷积的视频动作识别模型提取的时空特征是耦合的,无法有效区分动作类别,限制了其识别准确性。对此以最新的3D卷积视频动作识别网络为基础,设计了一种时空解耦模块,该模块包含时间和空间两个并行分支,分别沿时间方向和空间方... 详细信息

基于常规3D卷积的视频动作识别模型提取的时空特征是耦合的,无法有效区分动作类别,限制了其识别准确性。对此以最新的3D卷积视频动作识别网络为基础,设计了一种时空解耦模块,该模块包含时间和空间两个并行分支,分别沿时间方向和空间方向进行特征提取,最后将解耦的时空特征融合后输出。同时,为了降低冗余空间信息的影响,提出一种时间注意力模块,在时空解耦模块前对输入特征的冗余空间信息进行抑制。在HMDB51和UCF101数据集上进行了时空解耦模块和时间注意力模块的验证实验。实验结果表明,两种模块均能有效提高模型的识别准确率。在HMDB51数据集上的对比实验结果表明,时空解耦卷积神经网络模型准确率比基础网络MoViNetA0提高了2.66百分点。

关键词：视频动作识别 3D卷积卷积神经网络时间注意力时空解耦

来源：评论

学校读者我要写书评

暂无评论

基于免疫算法的智能故障诊断技术研究

基于免疫算法的智能故障诊断技术研究

引用

第四届世界维修大会

作者：许宝杰徐小力吴国新谷玉海北京信息科技大学机电系统测控北京市重点实验室

研究了在故障先验知识和特征信息缺乏的情况下,实现故障诊断的新方法,将免疫算法应用于机电系统的故障诊断。论述了基于生物免疫学原理的负选择原理,提出了改进的免疫算法及其匹配规则和算法流程;将改进的免疫故障诊断方法应用于机电系... 详细信息

研究了在故障先验知识和特征信息缺乏的情况下,实现故障诊断的新方法,将免疫算法应用于机电系统的故障诊断。论述了基于生物免疫学原理的负选择原理,提出了改进的免疫算法及其匹配规则和算法流程;将改进的免疫故障诊断方法应用于机电系统的故障诊断。免疫算法实现故障诊断的过程分为二个阶段:免疫系统建立阶段和免疫功能执行阶段。在转子实验台上进行了原理性验证实验,进行实例验证。结果表明实现了基本功能。

关键词：免疫算法故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于中心点对特征的无序堆叠工件位姿估计算法

引用

北京信息科技大学学报（自然科学版） 2024年第3期39卷 60-66,83页

作者：胡洪乐吴国新左云波朱春梅杜俊波周玲珑北京信息科技大学机电系统测控北京市重点实验室北京100192 北京信息科技大学机电工程学院北京100192

针对无序堆叠场景中工件相互遮挡导致的位姿估计精度下降的问题,提出一种基于中心点对特征的六维位姿估计算法。首先,模拟无序堆叠场景下点云目标多姿态随机摆放的物理环境,生成特征提取网络需要的带真实标签的数据集。进而,以中心点对... 详细信息

针对无序堆叠场景中工件相互遮挡导致的位姿估计精度下降的问题,提出一种基于中心点对特征的六维位姿估计算法。首先,模拟无序堆叠场景下点云目标多姿态随机摆放的物理环境,生成特征提取网络需要的带真实标签的数据集。进而,以中心点对特征构建离线阶段的全局特征描述。然后,对在线阶段的工件无序堆叠场景,利用动态图卷积神经网络(dynamic graph convolutional neural network, DGCNN)算法提取点云中心特征分数,确定工件中心点,并以此作为改进点对特征(point pair feature, PPF)算法的参考点。最后,使用IPA数据集和自采集场景数据对算法性能进行了验证。实验结果表明:所提算法降低了参考点选择的随机性,相比原始PPF算法在场景工件数目为30时平均准确率提升19.5百分点,5种工件场景下平均运行时间缩短29.00%。

关键词：位姿估计特征匹配中心点提取深度学习

来源：评论

学校读者我要写书评

暂无评论

多特征融合的抗遮挡相关滤波目标跟踪算法

引用

北京信息科技大学学报（自然科学版） 2023年第6期38卷 48-55页

作者：王慧炳左云波刘重阳北京信息科技大学机电工程学院北京100192 北京信息科技大学机电系统测控北京市重点实验室北京100192

针对传统相关滤波目标跟踪算法由于背景杂乱、目标尺度变化、目标遮挡等导致鲁棒性较差的问题,提出一种多特征融合抗遮挡的相关滤波目标跟踪算法。该算法对核相关滤波(kernel correlation filter,KCF)算法进行改进,通过将方向梯度直方图... 详细信息

针对传统相关滤波目标跟踪算法由于背景杂乱、目标尺度变化、目标遮挡等导致鲁棒性较差的问题,提出一种多特征融合抗遮挡的相关滤波目标跟踪算法。该算法对核相关滤波(kernel correlation filter,KCF)算法进行改进,通过将方向梯度直方图(histogram of oriented gradient,HOG)特征和多尺度块局部二值模式(multiscale block local binary pattern,MB-LBP)特征加权融合,并将所得特征再次与颜色(color name,CN)特征进行二次加权融合的方式来增强特征表达能力;增加尺度滤波器用于目标尺度估计;利用峰值旁瓣比(peak sidelobe ratio,PSR)和目标重定位算法对被遮挡目标进行判定和检测。选取OTB100数据集,将改进算法与几种主流算法进行了跟踪效果对比。实验结果表明,改进算法在背景杂乱、目标尺度变化、目标遮挡等情况下具有较好的鲁棒性。

关键词：相关滤波目标跟踪多特征融合尺度滤波器目标重定位

来源：评论

学校读者我要写书评

暂无评论

基于改进的BP网络的矿用风机故障诊断方法的研究

基于改进的BP网络的矿用风机故障诊断方法的研究

引用

第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议

作者：赵金鑫许宝杰北京信息科技大学机电系统测控北京市重点实验室

介绍了BP网络的基本原理,并对BP网络进行改进,基于此网络提出了一种矿用风机故障的诊断方法,避免了人为的主观臆断或错误判断,通过实验验证,本方法的诊断结果准确、可靠,有广泛的应用价值。

关键词：人工神经网络矿用风机故障诊断

来源：评论

学校读者我要写书评

暂无评论

机车涡轮增压器状态监测和故障诊断方法研究

机车涡轮增压器状态监测和故障诊断方法研究

引用

第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议

作者：牟文凯徐小力吴国新北京信息科技大学机电系统测控北京市重点实验室

介绍机车涡轮增压器的工作原理和常见故障,分析故障的原因和特征,进而对其状态监测和故障诊断技术的现状进行总结。在此基础上提出应用基于人工神经网络的智能诊断技术对涡轮增压器进行状态监测和故障诊断的初步设想。

关键词：涡轮增压器状态监测故障诊断神经网络

来源：评论

学校读者我要写书评

暂无评论

高反光物体的局部点云孔洞补全方法

引用

北京信息科技大学学报（自然科学版） 2024年第3期39卷 67-73页

作者：宗佳轩左云波陈赛吴国新北京信息科技大学机电工程学院北京100192 北京信息科技大学机电系统测控北京市重点实验室北京100192

针对高反光物体点云数据存在噪声明显、孔洞过大,使用传统贪婪投影三角化算法无法达到点云补全目的的问题,提出一种改进的贪婪三角化点云补全算法。利用统计滤波和高斯滤波进行离群点去除和平滑处理;采用移动最小二乘法对局部点云进行... 详细信息

针对高反光物体点云数据存在噪声明显、孔洞过大,使用传统贪婪投影三角化算法无法达到点云补全目的的问题,提出一种改进的贪婪三角化点云补全算法。利用统计滤波和高斯滤波进行离群点去除和平滑处理;采用移动最小二乘法对局部点云进行上采样增强数据,并且对点云进行进一步平滑。将贪婪三角化算法中的kd树(k-dimensional tree)算法替换为效率更高的八叉树(octree)搜索算法,将主成分分析法替换为准确率更高的移动最小二乘法进行法线估计;最后,进行点云三角化,完成点云补全。实验结果表明,改进算法能够更好地补全孔洞,补全后表面更加平滑、结构更为准确,且花费时间更短。

关键词：点云补全高反光物体贪婪投影三角化

来源：评论

学校读者我要写书评

暂无评论

生活垃圾燃烧烟气中CO和NO的排放特性

引用

过程工程学报 2017年第4期17卷 866-872页

作者：邢献军邢勇强虞浸李永玲马培勇许宝杰合肥工业大学先进能源技术与装备研究院安徽合肥230009 合肥工业大学机械工程学院安徽合肥230009 北京信息科技大学机电系统测控重点实验室北京100085

采用自制燃烧实验平台,考察了燃烧温度和空气流量对生活垃圾(MSW)燃烧过程中CO和NO排放特性的影响,并与Logistic数学模型预测结果比较.结果表明,CO排放呈先增后减的单峰曲线,CO平均浓度和峰值浓度随燃烧温度提高先减小后增大,峰值前移,... 详细信息

采用自制燃烧实验平台,考察了燃烧温度和空气流量对生活垃圾(MSW)燃烧过程中CO和NO排放特性的影响,并与Logistic数学模型预测结果比较.结果表明,CO排放呈先增后减的单峰曲线,CO平均浓度和峰值浓度随燃烧温度提高先减小后增大,峰值前移,燃尽时间缩短;CO平均浓度随空气流量增加而减小,峰值后移,燃尽时间增加;空气流量13.3 L/min、燃烧温度800℃时,CO的平均浓度最小为44.56 mg/m^***排放呈增大-减小-增大-减小的双峰形态,NO平均浓度和峰值浓度随燃烧温度和空气流量增加而增加,空气流量13.3 L/min、燃烧温度950℃时,NO的平均浓度最大为25.26 mg/m^***模型能较好地描述燃烧过程中N析出率的变化.

关键词：生活垃圾燃烧温度空气流量 CO NO 排放特性

来源：评论

学校读者我要写书评

暂无评论

几种边界条件下功能梯度夹层板自由振动分析

引用

北京信息科技大学学报（自然科学版） 2020年第1期35卷 15-22页

作者：蒋伟男郝育新吕梅北京信息科技大学机电工程学院北京100192 北京信息科技大学机电系统测控北京市重点实验室北京100192

针对航空航天领域中功能梯度材料夹层矩形板出现大振幅的自由振动而导致结构损伤甚至发生灾难性事故的问题,基于三阶剪切理论提出考虑横向拉伸影响的位移场,研究具有简支和固支边界条件的功能梯度材料夹层矩形板的自由振动,并针对两种... 详细信息

针对航空航天领域中功能梯度材料夹层矩形板出现大振幅的自由振动而导致结构损伤甚至发生灾难性事故的问题,基于三阶剪切理论提出考虑横向拉伸影响的位移场,研究具有简支和固支边界条件的功能梯度材料夹层矩形板的自由振动,并针对两种常见类型的FGM夹层矩形板,利用能量原理、瑞利-里兹法和切比雪夫多项式求得了几种边界条件下的夹层矩形板的自由振动固有频率。详细分析了不同的几何参数、物理参数及边界条件下对功能梯度夹层板自由振动行为的影响。实验结果表明,悬臂夹层板是现有4种边界条件下固有频率变化幅度最小的一种结构,且薄板对材料性能的敏感性略高于厚板。

关键词：功能梯度材料夹层板不同边界条件自由振动固有频率

来源：评论

学校读者我要写书评

暂无评论

基于自适应调频模态追踪方法的铣削颤振识别

引用

电子测量与仪器学报 2023年第5期37卷 180-188页

作者：张壮壮王红军王楠王增新王星河北京信息科技大学机电工程学院北京100192 高端装备制造智能感知与控制北京市国际科技合作基地北京1100192 北京信息科技大学机电系统测控北京市重点实验室北京100192 超同步股份有限公司北京101500 北京机械工业自动化研究所有限公司北京100120

在铣削加工工程中,产生颤振,严重影响产品的加工精度和表面质量。为了有效避免铣削过程中发生颤振,提出了基于自适应调频模态追踪(adaptive chirp mode pursuit,ACMP)的铣削颤振监测和识别方法。该方法综合考虑了振动信号的带宽和微弱特... 详细信息

在铣削加工工程中,产生颤振,严重影响产品的加工精度和表面质量。为了有效避免铣削过程中发生颤振,提出了基于自适应调频模态追踪(adaptive chirp mode pursuit,ACMP)的铣削颤振监测和识别方法。该方法综合考虑了振动信号的带宽和微弱特性,ACMP在递归框架中逐个捕获信号模式,在该算法中,不需要输入信号模式的个数,而是可以通过评估残差信号的能量来学习,这样就可以避免由于分解层数不确定带来的模态混叠或者过度分解的问题。首先使用仿真信号验证了该算法对颤振信号具有很高的识别精度;然后基于现场的铣削实验数据证明该方法及时有效地对颤振进行识别;最后从ACMP处理后的信号中提取功率谱熵值作为颤振识别特征。该方法解决了经验模态分解(empirical mode decomposition,EMD)算法的模态混合和伪分量问题,又降低了变分模态分解(variational mode decomposition,VMD)的精度不稳定的影响,可以准确快速地识别到颤振,对提高加工质量具有重要意义。

关键词： ACMP 颤振功率谱熵铣削

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：