检索结果-内蒙古大学图书馆

压电与声光 2022年第4期44卷 625-637页

作者：宁俐彬高国伟北京信息科技大学传感器重点实验室北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100101

锆钛酸铅(PZT)具有灵敏度高,响应速度快及压电常数大等优点,已被广泛应用于触觉传感器及超声换能器等领域。该文首先对基于PZT的触觉传感器的原理及制作工艺进行了阐述,再从材料优化、结构优化、柔弹性优化和可扩展性优化4个方面概述了... 详细信息

锆钛酸铅(PZT)具有灵敏度高,响应速度快及压电常数大等优点,已被广泛应用于触觉传感器及超声换能器等领域。该文首先对基于PZT的触觉传感器的原理及制作工艺进行了阐述,再从材料优化、结构优化、柔弹性优化和可扩展性优化4个方面概述了PZT触觉传感器的研究进展,讨论了其在运动检测、医疗健康和人机交互领域的实际应用,最后对PZT触觉传感器的不足和未来发展趋势进行了分析。

关键词：锆钛酸铅触觉传感器压电柔性

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv4模型的脊柱磁共振成像影像检测

引用

激光与光电子学进展 2023年第6期60卷 312-319页

作者：代宁谷玉海张志成张阳徐湛北京信息科技大学现代测控教育部重点实验室北京100192 解放军总医院骨科医学部派驻七中心骨科北京100700

针对脊柱解剖结构较为复杂的问题,提出一种用于脊柱磁共振成像影像检测的YOLOv4-disc算法.首先,针对真实病例样本数量较少的问题,使用限制对比度的自适应直方图均衡(CLAHE)数据增强方法提高模型的泛化能力.然后,使用K-means算法对数据... 详细信息

针对脊柱解剖结构较为复杂的问题,提出一种用于脊柱磁共振成像影像检测的YOLOv4-disc算法.首先,针对真实病例样本数量较少的问题,使用限制对比度的自适应直方图均衡(CLAHE)数据增强方法提高模型的泛化能力.然后,使用K-means算法对数据集中真实框的尺寸进行聚类,得到合适的锚框尺寸并确定锚框数量.其次,在CSPDarknet-53骨干特征提取网络中使用深度可分离卷积替代普通卷积,减少网络参数并降低运算量.最后,基于Focal损失改进原生网络的损失函数,解决one-stage目标检测中正负样本比例严重失衡的问题.实验结果表明,所提YOLOv4-disc算法的平均精度均值(mAP)达到了 90.80%,相比原生YOLOv4提高了 3.51个百分点.

关键词：医用光学深度学习 YOLOv4 脊柱目标检测计算机视觉

来源：评论

学校读者我要写书评

暂无评论

基于显著性自适应权重图的红外可见光图像融合

引用

激光与光电子学进展 2024年第10期61卷 388-395页

作者：丁海洋董明利刘陈华陆熙田郭晨彤北京信息科技大学仪器科学与光电工程学院光电测试技术及仪器教育部重点实验室北京100192 北京信息科技大学光纤传感与系统北京实验室北京100016 广州南沙光子感知技术研究院广东广州511462

为改善现有融合策略对源图像信息利用不够充分的问题,利用滚动引导滤波器和各向异性扩散来提取基础层和细节层,对获取的基础层和细节层分别使用视觉显著映射和权重图构建的方法进行融合,然后添加某一权重将融合后的基础层与细节层图像... 详细信息

为改善现有融合策略对源图像信息利用不够充分的问题,利用滚动引导滤波器和各向异性扩散来提取基础层和细节层,对获取的基础层和细节层分别使用视觉显著映射和权重图构建的方法进行融合,然后添加某一权重将融合后的基础层与细节层图像融合为最终图像。基于公开数据集的多个场景进行方法实验验证。实验结果表明,相比其他方法,所提方法得到的融合结果具有更好的对比度,在保持图像像素强度均匀分布的前提下在边缘细节处保留了丰富的纹理特征,具有更好的视觉效果和融合精度,同时在平均梯度、信息熵、空间频率等指标上取得了显著的进步。

关键词：图像融合红外与可见光图像视觉显著映射各向异性扩散权重图构建

来源：评论

学校读者我要写书评

暂无评论

基于改进D-Linknet的高分遥感影像道路提取方法

引用

激光杂志 2023年第5期44卷 162-168页

作者：龙伊娜谷玉海吴文昊刘旺北京信息科技大学现代测控技术教育部重点实验室北京100192 北京信息科技大学机电工程学院北京100192

基于D-Linknet进行图像分割时,在特征提取阶段忽略了不同级别的特征图中存在的特征重要程度不同,丢失了大量的细节信息,致使分割效果不佳。针对该问题,提出了一种基于D-Linknet与注意力机制相结合的图像语义分割算法,并将上采样网络的... 详细信息

基于D-Linknet进行图像分割时,在特征提取阶段忽略了不同级别的特征图中存在的特征重要程度不同,丢失了大量的细节信息,致使分割效果不佳。针对该问题,提出了一种基于D-Linknet与注意力机制相结合的图像语义分割算法,并将上采样网络的所有子区块的输出进行聚类后再恢复至原始图片维度,以提高上采样时子区块的利用率;通过采用最大特征映射(Max-feature-map,MFM)作为激活函数,解决部分稀疏道路提取不成功的问题。实验结果表明,提出的网络精准率达到85.1%,平均交并比达到85.6%,F1-score达到84.6%;相比于同类网络,评价指标也均处于前列。

关键词：高分辨率遥感影像道路提取注意力机制激活函数

来源：评论

学校读者我要写书评

暂无评论

基于改进CNN-LSTM的综合传动装置异常检测方法

引用

机电工程 2024年第11期41卷 1986-1994页

作者：姚海洋陈涛贾然邢培鑫孙光新北京信息科技大学现代测控技术教育部重点实验室北京100192 北京机械设备研究所总装调试室北京100854

针对履带装甲车辆工作环境恶劣、工况复杂多变,导致综合传动装置数据异常、检测困难等问题,提出了一种基于改进的卷积神经网络(CNN)与长短期记忆网络(LSTM)复合模型的异常检测方法。首先,使用主成分分析法(PCA)和滑动窗口对综合传动监... 详细信息

针对履带装甲车辆工作环境恶劣、工况复杂多变,导致综合传动装置数据异常、检测困难等问题,提出了一种基于改进的卷积神经网络(CNN)与长短期记忆网络(LSTM)复合模型的异常检测方法。首先,使用主成分分析法(PCA)和滑动窗口对综合传动监测数据进行了降维和序列划分,提升了异常检测所用的数据质量;然后,使用改进型CNN-LSTM提取了序列数据中的空间特征,利用全连接层输出了数据类别,该方法将CNN和LSTM并联,并引入了残差连接结构,以提高网络对综合传动数据的学习能力;最后,搭建了综合传动装置的异常检测实验台,布置了多种传感器采集综合传动装置的状态数据,并对改进CNN-LSTM方法的有效性进行了验证。研究结果表明:采用残差连接结构改进的并联型CNN-LSTM复合模型,在综合传动系统漏油实验数据的测试集上的异常检测准确率达到了92.7%,并且其接收者操作特性(ROC)曲线下的面积(AUC)达到了0.982,相比于传统CNN-LSTM提升了0.034。改进CNN-LSTM模型具有较强的鲁棒性和泛化能力,能够为综合传动装置的数据异常检测提供一种较为可行的新方法。

关键词：机械传动装置卷积神经网络长短时记忆网络残差连接主成分分析法接收者操作特性曲线下的面积

来源：评论

学校读者我要写书评

暂无评论

基于小波包多尺度模糊熵和加权KL散度的煤岩智能识别

引用

工矿自动化 2023年第4期49卷 92-98页

作者：李一鸣北京信息科技大学机电工程学院北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100192

垮落煤岩智能识别是智能放煤的前提,通过垮落煤岩实时精准识别可避免人工放煤造成的顶煤“欠放”或“过放”问题。现有煤岩识别方法大多通过数据降维处理获得垮落煤岩特征向量,通过构建识别模型进行煤岩识别,但数据降维、模型建立和训... 详细信息

垮落煤岩智能识别是智能放煤的前提,通过垮落煤岩实时精准识别可避免人工放煤造成的顶煤“欠放”或“过放”问题。现有煤岩识别方法大多通过数据降维处理获得垮落煤岩特征向量,通过构建识别模型进行煤岩识别,但数据降维、模型建立和训练均需较长时间,一定程度上影响了连续综放开采效率。针对该问题,提出了一种基于小波包多尺度模糊熵和加权KL散度的煤岩智能识别方法。对不同工况(顶煤垮落、岩石垮落、大块顶煤垮落)下垮落煤岩冲击液压支架后尾梁的振动信号进行小波包分解,得到一系列频带;对各频带的序列进行粗粒化,计算各频带多个尺度粗粒化向量的模糊熵,即小波包多尺度模糊熵,将其作为特征向量;以小波包分解后各频带能量与振动信号总能量的比值作为加权KL散度的权重,比较待测未知样本与不同工况下样本特征向量的加权KL散度,实现垮落煤岩的实时精准识别。实验结果表明:基于小波包多尺度模糊熵和加权KL散度的方法可有效识别垮落煤岩类别,而基于多尺度模糊熵和KL散度的方法、基于小波包模糊熵和KL散度的方法识别效果不佳;将小波包多尺度模糊熵作为特征向量时,BP神经网络识别准确率达95%,进一步验证了小波包多尺度模糊熵可作为表征垮落煤岩的特征向量;整个煤岩识别过程耗时为1.063 9 s,基本满足垮落煤岩智能识别实时性需求,大大降低了对连续综放开采效率的影响,综合性能优于同类煤岩识别方法。

关键词：智能放煤煤岩智能识别小波包分解多尺度模糊熵加权KL散度

来源：评论

学校读者我要写书评

暂无评论

基于多尺度深度卷积神经网络的故障诊断方法

引用

振动与冲击 2021年第18期40卷 204-211页

作者：卞景艺刘秀丽徐小力吴国新北京信息科技大学现代测控技术教育部重点实验室北京100192

针对机电装备故障诊断需要大量专家经验、故障特征识别困难的问题,在一维深度卷积神经网络基础上进行改进,构建多尺度一维深度卷积神经网络(M1DCNN),提出基于多尺度一维深度卷积神经网络的故障诊断方法:首先在网络输入层构建多个含有不... 详细信息

针对机电装备故障诊断需要大量专家经验、故障特征识别困难的问题,在一维深度卷积神经网络基础上进行改进,构建多尺度一维深度卷积神经网络(M1DCNN),提出基于多尺度一维深度卷积神经网络的故障诊断方法:首先在网络输入层构建多个含有不同尺寸卷积核通道的特征提取层,对一维时序信号中故障特征进行多尺度特征提取,丰富智能体诊断信息,将所提取特征通过输入到包含多尺寸卷积核以及多样池化层中进行特征处理,最后合并多通道所处理的特征,使网络完成自我学习,从而实现故障诊断。将该方法应用到西储大学轴承故障数据及行星齿轮箱的故障数据诊断实验,结果表明该方法具有诊断精度高、鲁棒性强的特点,相较于一维卷积神经网络准确率提高1.25%,与反向传播神经网络、循环神经网络相比准确率平均提高3%以上,对网络特征提取效果进行可视化分析,结果表明该方法特征提取效果与诊断精度优于一维卷积神经网络。

关键词：深度卷积神经网络(DCNN) 多尺度特征提取特征可视化故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于EMD二值化图像和CNN的滚动轴承故障诊断

引用

振动．测试与诊断 2021年第1期41卷 105-113,203页

作者：谷玉海朱腾腾饶文军黄艳庭北京信息科技大学现代测控技术教育部重点实验室北京100192

针对传统故障诊断方法识别准确率低、泛化能力差,而基于深度学习的故障诊断普遍存在需要海量训练数据的问题,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)与卷积神经网络(convolutional neural networks,简称CNN... 详细信息

针对传统故障诊断方法识别准确率低、泛化能力差,而基于深度学习的故障诊断普遍存在需要海量训练数据的问题,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)与卷积神经网络(convolutional neural networks,简称CNN)的滚动轴承智能故障诊断方法。首先,对轴承振动数据进行EMD,同时对相关系数最大的本征模函数(intrinsic mode function,简称IMF)分量进行频谱分析,获取频谱图,并将频谱图数据压缩成特征二值化图像作为CNN分类网络训练的输入数据;其次,将正常状态下和各类故障状态下的滚动轴承特征二值化图像作为CNN的输入得到训练模型,利用训练好的模型对各类故障进行分类识别。实验结果表明:在较少的训练数据下,轴承故障诊断准确率达到97.61%,远超过使用反向传播神经网络(back propagation,简称BP)和概率神经网络(probabilistic neural network,简称PNN)方法,证明了所提出方法与传统故障诊断方法相比能够更加准确地识别各类故障类别;对原始信号加入6 dB白噪声后的识别准确率也达到了96.19%,证明了所提出方法具有良好的泛化能力与抗噪性能。

关键词：经验模态分解卷积神经网络滚动轴承故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于EEMD-IGWO-SVM的电机轴承故障诊断

引用

机床与液压 2024年第10期52卷 174-181页

作者：张涛杨旭李玉梅郭鹤石广远陈学勇北京信息科技大学高动态导航技术北京市重点实验室北京100101 北京信息科技大学现代测控技术教育部重点实验室北京100101 中国石油华北油田公司第三采油厂河北河间062550

针对电机轴承易发生损坏、传统诊断方法耗时长且准确度低等问题,提出一种基于改进灰狼优化算法(IGWO)优化支持向量机(SVM)的电机轴承故障诊断方法。对电机振动数据进行集成经验模态分解(EEMD),提取出IMF能量矩作为特征向量,并结合IGWO-... 详细信息

针对电机轴承易发生损坏、传统诊断方法耗时长且准确度低等问题,提出一种基于改进灰狼优化算法(IGWO)优化支持向量机(SVM)的电机轴承故障诊断方法。对电机振动数据进行集成经验模态分解(EEMD),提取出IMF能量矩作为特征向量,并结合IGWO-SVM分类器,构造电机轴承故障检测模型。在模型引入改进Tent混沌映射、非线性收敛因子、动态权重策略,得到改进的分类算法,该算法可以快速精准地寻找SVM的最优惩罚参数C和核参数γ。对电机轴承振动数据进行仿真实验,诊断结果表明该轴承故障方法平均准确率高达99.4%。最后通过实验验证提出的诊断方法具有良好的算法稳定性和抗噪性能,可有效提高故障诊断精度。

关键词：电机故障诊断支持向量机改进灰狼优化算法

来源：评论

学校读者我要写书评

暂无评论

辽河油田热采井套管瞬时安全系数计算及优选

引用

石油机械 2024年第7期52卷 129-136页

作者：任振琨姜海龙席岩王海涛李擎北京信息科技大学自动化学院北京信息科技大学现代测控技术教育部重点实验室北京工业大学城建学部昆仑数智科技有限责任公司

辽河油田稠油热采井套管损坏现象频发,注汽过程中套管热应力过高是套管损坏的主要原因,考虑稠油热采工程地质参数对套管规格进行优选是解决该问题的关键。针对此,考虑高温条件下套管屈服强度以及弹性模量变化规律,采用有限元方法建立了... 详细信息

辽河油田稠油热采井套管损坏现象频发,注汽过程中套管热应力过高是套管损坏的主要原因,考虑稠油热采工程地质参数对套管规格进行优选是解决该问题的关键。针对此,考虑高温条件下套管屈服强度以及弹性模量变化规律,采用有限元方法建立了温度-压力耦合作用下套管应力计算及分析数值模型,分析了热采过程中套管-水泥环-地层温度场变化规律,并且对该模型进行了验证,计算了温压耦合作用下套管应力动态变化规律,研究了套管规格参数(钢级、壁厚)和工程地质参数(注汽压力、地层力学特性)对套管应力的影响,得到了不同条件下套管安全系数变化规律。研究结果表明:当注汽温度升高时,套管的热应力会显著增加,导致安全系数降低。为了满足更高温度的热采环境,可以采用更高级别和厚度的套管钢材,并根据不同工程场景选择不同的套管钢级和壁厚。在热采井地层弹性模量下降时,套管内壁所受的热应力会减小。为了减小套管所受的热应力,可以调整注汽压力以降低其与地应力之间的压差。研究结果可为辽河油田热采井的套管优选和高温状态下套管的安全性评估提供依据。

关键词：稠油热采套管损坏安全系数温度场井筒完整性辽河油田

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：