检索结果-内蒙古大学图书馆

仪器仪表学报 2013年第12期34卷 2757-2762页

作者：周真赵文杰施云波王婷于洋哈尔滨理工大学测控技术与通信工程学院测控技术与仪器黑龙江省高校重点实验室哈尔滨150080

采用微机电系统(MEMS)技术设计和制作了一种基于氮化铝(AlN)基陶瓷微热板2单元气体传感器阵列。传感器单元由加热器电极和信号电极组成,中间加热区周围通过激光微加工刻蚀有4个热隔离通孔以减少热传导损失,并通过4个梁与边缘相连接。利... 详细信息

采用微机电系统(MEMS)技术设计和制作了一种基于氮化铝(AlN)基陶瓷微热板2单元气体传感器阵列。传感器单元由加热器电极和信号电极组成,中间加热区周围通过激光微加工刻蚀有4个热隔离通孔以减少热传导损失,并通过4个梁与边缘相连接。利用ANSYS软件对传感器阵列热结构进行了热场耦合有限元仿真分析,验证了设计的合理性及工艺的可行性。通过热干扰测试分析得出,传感器单元1工作在300 mW时,加热温度为130.6℃,对另一单元产生的热干扰温度为119.1℃,两单元同时工作在300 mW时产生的热温差仅为3.9℃,两单元的热响应速率均为6 000 ms。可见,研究传感器稳态下单元之间的热干扰大小和瞬态下热平衡速率对集成传感器阵列热稳定性具有重要意义。

关键词：传感器阵列氮化铝热传导微机电系统

来源：评论

学校读者我要写书评

暂无评论

基于改进宽度模型迁移学习的不同负载下滚动轴承状态快速分类方法

引用

电子与信息学报 2023年第5期45卷 1824-1832页

作者：康守强杨佳轩王玉静王庆岩梁欣涛 MIKULOVICH V I 哈尔滨理工大学测控技术与通信工程学院哈尔滨150080 白俄罗斯国立大学明斯克220030

针对深度学习网络训练耗时以及不同负载下滚动轴承的源域数据和目标域数据分布差异较大的问题,该文提出一种基于改进宽度模型迁移学习的滚动轴承状态快速分类方法。该方法首先对不同负载下滚动轴承振动信号进行快速傅里叶变换,构建频域... 详细信息

针对深度学习网络训练耗时以及不同负载下滚动轴承的源域数据和目标域数据分布差异较大的问题,该文提出一种基于改进宽度模型迁移学习的滚动轴承状态快速分类方法。该方法首先对不同负载下滚动轴承振动信号进行快速傅里叶变换,构建频域幅值序列数据集,并选取某种或某些负载数据集作为源域,其他负载数据集作为目标域;其次以循环扩展的方式建立宽度学习系统(BLS)的增强节点窗口,并在增强层引入Maxout激活函数构建改进的BLS网络,同时引入遗传算法优化网络节点结构,建立基于源域数据的预训练模型;最后将预训练模型的网络参数、特征层和增强层的权重参数迁移至目标域网络,并利用少量目标域样本微调网络建立状态分类模型。实验结果表明,所提方法平均训练时间为32.6 s,平均测试准确率为98.9%。对比其他方法,所提方法可以在更短的时间内建立分类模型并获得良好的分类准确率。

关键词：滚动轴承快速分类宽度学习系统模型迁移

来源：评论

学校读者我要写书评

暂无评论

基于联邦模型迁移的不同规格滚动轴承故障诊断方法

引用

振动与冲击 2023年第22期42卷 184-192页

作者：康守强肖杨王玉静王庆岩梁欣涛 V.I.Mikulovich 哈尔滨理工大学测控技术与通信工程学院哈尔滨150080 白俄罗斯国立大学明斯克220030

数据隐私与数据安全问题逐渐受到社会关注,各用户隐私的滚动轴承振动数据存在孤岛且不共享的问题,同时不同规格滚动轴承振动数据分布差异大、部分已知标签数据稀缺,使得诊断准确率不高。针对上述问题,提出一种基于联邦模型迁移的不同规... 详细信息

数据隐私与数据安全问题逐渐受到社会关注,各用户隐私的滚动轴承振动数据存在孤岛且不共享的问题,同时不同规格滚动轴承振动数据分布差异大、部分已知标签数据稀缺,使得诊断准确率不高。针对上述问题,提出一种基于联邦模型迁移的不同规格滚动轴承故障诊断框架。该方法对多个用户振动数据做短时傅里叶变换,构建时频图数据集;各用户训练本地模型并将模型参数上传至服务器,同时引入差值更新和参数稀疏化算法改进联邦学习中本地模型参数传递策略;服务器采用联邦平均算法聚合模型参数并更新本地模型,迭代后建立用于迁移学习的共享模型;提出逐层解冻策略保留共享模型部分参数并发送给每个用户,再利用本地数据微调共享模型,获得适用于每个用户的个性化模型。经试验验证,所提方法在数据孤岛和标签稀缺的前提下,可实现不同规格滚动轴承故障诊断,并具有较高的准确率和良好的泛化性能。

关键词：联邦学习迁移学习滚动轴承故障诊断不同规格

来源：评论

学校读者我要写书评

暂无评论

谐波分析及交流比较的高空温度探测方法研究

引用

仪器仪表学报 2014年第4期35卷 721-729页

作者：罗毅施云波渠立亮汪亚东孟上九哈尔滨理工大学测控技术与通信工程学院测控技术与仪器黑龙江省高校重点实验室哈尔滨150080

针对高空环境下温度变化快、外界高频噪声和高斯白噪声影响大、电路板走线对温度传感器基值有影响的3个问题,研究了一种基于谐波分析测量及交流比较的高空温度探测方法。设计了直径为2.5μm,纯度为99.999%,长度为4 cm的铂电阻丝作为温... 详细信息

针对高空环境下温度变化快、外界高频噪声和高斯白噪声影响大、电路板走线对温度传感器基值有影响的3个问题,研究了一种基于谐波分析测量及交流比较的高空温度探测方法。设计了直径为2.5μm,纯度为99.999%,长度为4 cm的铂电阻丝作为温度敏感单元。采用交流比较法温度测量方法能够有效提高信号的信噪比,消除了零点漂移及温度漂移,解决了由于电路板走线引起的温度传感器基值偏大的问题;用谐波分析法对温度数据进行处理,能够滤除A/D产生的量化噪声,减小了高空环境下的高频噪声及高斯白噪声对测量的干扰,依据MATLAB对该法进行仿真实验,获得理想的测量效果。将谐波分析法及交流比较法用于高空探空仪的高空温度探测,设计了高空探空仪,并进行了地面及高空实验,从而验证该方法的有效性与科学性。

关键词：铂电阻丝交流比较法谐波分析高空探空仪

来源：评论

学校读者我要写书评

暂无评论

基于RCNN-LSTM的脑电情感识别研究

引用

自动化学报 2022年第3期48卷 917-925页

作者：柳长源李文强毕晓君哈尔滨理工大学测控技术与通信工程学院哈尔滨150080 中央民族大学信息工程学院北京100081

情感作为人脑的高级功能,对人们的个性特征和心理健康有很大的影响,利用网上公开的脑电情感数据库(DEAP(Database for emotion analysis using physiological signals)数据库),根据心理效价和激励唤醒度等级进行情感划分,对压力和平静等... 详细信息

情感作为人脑的高级功能,对人们的个性特征和心理健康有很大的影响,利用网上公开的脑电情感数据库(DEAP(Database for emotion analysis using physiological signals)数据库),根据心理效价和激励唤醒度等级进行情感划分,对压力和平静等5种情感进行研究分析.针对脑电信号时空特征结合的特点,把深度学习中的卷积神经网络(Convolutional neural network,CNN)和长短期记忆网络(Long short term memory,LSTM)两者作为基本前提,并在此基础之上设计了一个RCNN-LSTM的脑电情感信号分类模型.利用循环卷积神经网络(Recurrent convolutional neural network,RCNN)自动提取脑电信号中的抽象特征,省去了人工选择与降维的过程,然后结合LSTM网络对脑电情感信号进行分类识别.实验结果表明,利用该方法对5种情感类别的平均分类识别率达到了96.63%,证明了该方法的有效性.

关键词：脑电信号情感识别循环卷积神经网络长短期记忆神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度图像的球形果实识别定位算法

引用

农业机械学报 2022年第10期53卷 228-235页

作者：柳长源赖楠旭毕晓君哈尔滨理工大学测控技术与通信工程学院哈尔滨150080 中央民族大学信息工程学院北京100081

为了解决近色背景果实识别困难问题,针对果实近球形的形态特性,提出了一种利用深度图像从果实形态角度进行果实识别定位的算法。该算法使用深度摄像头获取果树的深度图像,通过深度图像计算出各像素点的梯度向量,将梯度向量看作运动矢量... 详细信息

为了解决近色背景果实识别困难问题,针对果实近球形的形态特性,提出了一种利用深度图像从果实形态角度进行果实识别定位的算法。该算法使用深度摄像头获取果树的深度图像,通过深度图像计算出各像素点的梯度向量,将梯度向量看作运动矢量场,并计算出矢量场的散度,根据散度最大原则,从矢量场中搜索出辐散中心点;然后利用果实和叶片等深图像的差异从辐散中心点中筛选出果实中心点,以果实中心点为起点采用八方向搜索方法搜索出果实边界点,将果实边界点依次连接后形成的封闭区域内的果实图像导入点云;最后根据果实图像部分点云利用RANSAC算法求出目标果实的拟合球形,进而得出果实的尺寸以及三维空间位置。该算法无需传统算法需要利用的颜色特征,而仅利用了深度图像中的深度信息进行果实识别定位,能够克服传统算法受色彩、光照等因素影响的弊端,并且由于该算法完全没有利用到彩色图像信息,因此不仅可以实现绿色果实的识别定位,还可以实现采摘机器人在夜间环境下正常工作,为复杂环境下的果实识别定位算法研究提供了技术支撑。

关键词：球形果实识别定位近色背景深度图像梯度向量随机采样一致性

来源：评论

学校读者我要写书评

暂无评论

一种AlN基热隔离MEMS阵列风速传感器设计

引用

仪器仪表学报 2012年第12期33卷 2819-2824页

作者：赵文杰施云波罗毅李国龙周真哈尔滨理工大学测控技术与通信工程学院测控技术与仪器黑龙江省高校重点实验室哈尔滨150080

采用微机电系统(micro-electro-mechanical system,MEMS)技术设计和制作了一种基于氮化铝(aluminum nitride,AIN)基热隔离四阵列热流量风速风向传感器,并同时集成了一个环境温度传感器。在厚度为0.2 mm的AlN基片上通过光刻剥离工艺和激... 详细信息

采用微机电系统(micro-electro-mechanical system,MEMS)技术设计和制作了一种基于氮化铝(aluminum nitride,AIN)基热隔离四阵列热流量风速风向传感器,并同时集成了一个环境温度传感器。在厚度为0.2 mm的AlN基片上通过光刻剥离工艺和激光微加工工艺实现2D微结构风速风向传感器制备。传感器由中间加热器、4个温度探测器和1个温度传感器组成,4个温度探测器之间通过激光微加工刻蚀8个热隔离通孔以减少热传导损失,提高有效热流量交换。通过对传感器的ANSYS仿真及性能测试,验证了设计的合理性及工艺的可行性。分析得出采用热隔离通孔可有效提高4个探测器的灵敏度,降低了加热电极的热传导损失,减小了传感器设计尺寸,提高了设计的集成度。传感器测试结果表明:最大角度差为5°,速度误差小于0.5 m/s。加热功耗为120 mW,响应时间仅3 s。

关键词：风速传感器氮化铝热流量微机电系统

来源：评论

学校读者我要写书评

暂无评论

基于Wiener级数的交流充电桩电能计量方法研究

引用

电力系统保护与控制 2018年第9期46卷 155-162页

作者：房国志李昂张晓冰哈尔滨理工大学测控技术与通信工程学院黑龙江哈尔滨150080

针对矩阵式交流充电桩充电时会产生具有冲击性和强时变性的随机扰动,导致其在电能计量周期内计量不准确的问题,提出了基于Wiener泛函级数建立的交流充电桩侧的电网电能计量数学模型。利用该模型可以优化输出的电压、电流同步采样值。同... 详细信息

针对矩阵式交流充电桩充电时会产生具有冲击性和强时变性的随机扰动,导致其在电能计量周期内计量不准确的问题,提出了基于Wiener泛函级数建立的交流充电桩侧的电网电能计量数学模型。利用该模型可以优化输出的电压、电流同步采样值。同时采用小波算法对电压、电流信号分解与重构,以求得功率潮流分析所需的基波分量与畸变分量,并结合IEEE-Std1459-2010定义,对电压、电流突变的功率潮流进行分析实验。通过Matlab仿真验证了该模型的正确性。实验结果表明,所用的方法在交流充电桩电能计量时误差达到了0.001数量级,提高了交流充电桩的计量精度,有效地解决了在随机扰动情况下交流充电桩电能计量不准的问题。

关键词：交流充电桩随机干扰 Wiener级数电能计量

来源：评论

学校读者我要写书评

暂无评论

脊背型介质加载表面等离子体波导传输特性研究

引用

红外与激光工程 2016年第10期45卷 130-135页

作者：郑洪全宁海春哈尔滨理工大学测控技术与通信工程学院黑龙江哈尔滨150080 大连民族大学信息与通信工程学院辽宁大连116600

为降低传输过程中的损耗,加强介质加载等离子体波导的模式场约束,并且优化等离子体波导的传输性能,对基于介质加载的表面等离子体波导的传输特性做了进一步的研究,设计了一种脊背型介质加载等离子体波导,并对其模式场分布及其传输参数... 详细信息

为降低传输过程中的损耗,加强介质加载等离子体波导的模式场约束,并且优化等离子体波导的传输性能,对基于介质加载的表面等离子体波导的传输特性做了进一步的研究,设计了一种脊背型介质加载等离子体波导,并对其模式场分布及其传输参数随波导中的几何参数与电磁参数的变化关系做了相应的研究。仿真结果得出:基模的电场分量主要分布在该结构的金属/介质层1界面。该模式的传输特性,随着该波导的几何参数的变化而发生相应改变,因而可以通过改变这种结构的几何参数,对场实现有效控制,使其局域性明显增强。

关键词：等离子波导传输特性局域性

来源：评论

学校读者我要写书评

暂无评论

基于条件生成对抗网络的手写数字识别

引用

液晶与显示 2020年第12期35卷 1284-1290页

作者：王爱丽薛冬吴海滨王敏慧哈尔滨理工大学测控技术与通信工程学院黑龙江哈尔滨150080

针对当训练样本不足时,传统深度学习算法在手写数字识别中会出现训练不稳定、识别精度较低等问题,提出了基于条件生成对抗网络的识别方法。首先,在条件生成对抗网络的基础上,利用生成器使用类别标签控制图像生成的优点,将生成器产生的... 详细信息

针对当训练样本不足时,传统深度学习算法在手写数字识别中会出现训练不稳定、识别精度较低等问题,提出了基于条件生成对抗网络的识别方法。首先,在条件生成对抗网络的基础上,利用生成器使用类别标签控制图像生成的优点,将生成器产生的图像样本作为训练数据,扩充数据集。同时,利用反卷积网络和卷积网络分别构成生成器和判别器的网络结构,去掉全连接层以提升模型稳定性。然后,引入条件批量归一化,利用它使用类别标签的优点,使网络学习更多的特征。最后,改进判别器为分类器,并提出新的损失函数,加快收敛速度,提高识别精度。实验结果表明,本文所提出的手写数字识别方法生成的图像质量更好,识别准确率更高,达到99.43%,为生成对抗网络及其变体在图像识别领域中的应用提供了参考。

关键词：手写数字识别条件生成对抗网络条件批量归一化图像生成

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：