检索结果-内蒙古大学图书馆

计量学报 2024年第1期45卷 121-127页

作者：杜义浩曹添福范强王孝冉燕山大学电气工程学院河北省测试计量技术及仪器重点实验室、河北省智能康复及神经调控重点实验室河北秦皇岛066004

为进一步提升人机交互领域中手势识别的精度和速度,探究肌肉疲劳对手势识别的影响规律,提出了改进的GA-BLS方法,利用遗传算法(genetic algorithms,GA)优化宽度学习(broad learning system,BLS)模型参数,并使用弹性网络回归改进传统的BL... 详细信息

为进一步提升人机交互领域中手势识别的精度和速度,探究肌肉疲劳对手势识别的影响规律,提出了改进的GA-BLS方法,利用遗传算法(genetic algorithms,GA)优化宽度学习(broad learning system,BLS)模型参数,并使用弹性网络回归改进传统的BLS模型。利用所提模型对8种手势下的A型超声信号和肌电信号进行手势识别分析,并与SVM、KNN、RF、LDA等方法进行对比,以验证所研究方法的有效性;将长时间段下的A型超声信号和肌电信号切分成4个数据段,发现随着肌肉疲劳程度的增加,手势识别的准确率均呈现出明显下降的趋势,而且A型超声信号相较于肌电信号具有更好的抗疲劳特性。

关键词：手势识别生理信号遗传算法宽度学习肌肉疲劳弹性网络回归

来源：评论

学校读者我要写书评

暂无评论

基于优化RetinaNet的自适应特征融合的轻量化目标检测方法

引用

计量学报 2024年第11期45卷 1665-1670页

作者：张立国季鑫烨章玉鹏耿星硕张升燕山大学河北省测试计量技术与仪器重点实验室河北秦皇岛066000 燕山大学电气工程学院河北秦皇岛066000

针对目标检测算法中计算量大、模型复杂等问题,造成在嵌入式平台计算资源有限的应用场景下难以部署的现象,提出一种基于优化RetinaNet的自适应特征融合的轻量化目标检测方法。提出的算法参考了GhostNet中的Ghost Module模块以减少模型... 详细信息

针对目标检测算法中计算量大、模型复杂等问题,造成在嵌入式平台计算资源有限的应用场景下难以部署的现象,提出一种基于优化RetinaNet的自适应特征融合的轻量化目标检测方法。提出的算法参考了GhostNet中的Ghost Module模块以减少模型参数量。通过一种空间特征融合机制,提高特征的尺度不变性。融合了结构重参化的思想,增加训练深度,实现多分支训练,单分支推理,更好地提升模型的推理性能。提出的方法在PASCAL VOC2007和COCO两种常用的目标检测数据集上进行评估,平均精度为54.1%,优于RetinaNet的平均精度,实验结果表明,提出的方法推理时所占的内存为170.71MByte,是RetinaNet所占内存的44.27%,表明提出的算法在保证精度的前提下极大提高网络的推理速度。

关键词：机器视觉目标检测优化RetinaNet 特征融合轻量化结构重参化

来源：评论

学校读者我要写书评

暂无评论

基于N-BEATS神经网络的滚动轴承剩余寿命预测

引用

计量学报 2023年第8期44卷 1240-1247页

作者：时培明苏世敏马慧中许学方韩东颖燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004 燕山大学车辆与能源学院河北秦皇岛066004

针对轴承剩余使用寿命预测时采集到的信号序列复杂且不平稳,导致预测精度和性能较低的问题,采用经验模式分解对信号序列进行自适应分解,利用动态时间规整算法筛选主要退化特征,提取信号序列趋势特征,使用具有残差原理的深层神经网络N-BE... 详细信息

针对轴承剩余使用寿命预测时采集到的信号序列复杂且不平稳,导致预测精度和性能较低的问题,采用经验模式分解对信号序列进行自适应分解,利用动态时间规整算法筛选主要退化特征,提取信号序列趋势特征,使用具有残差原理的深层神经网络N-BEATS进行预测。对于预测历史数据较少的问题,采用递归与直接相结合的预测结构对剩余寿命进行多步预测。将N-BEATS与长短时记忆神经网络、灰色预测模型进行比较,结果表明在不同工况下,所提出的方法预测结果的平均绝对误差相较于LSTM、灰色预测模型分别提升了3.2%以及3.3%,相对均方根误差分别提升了3.5%以及3.1%。

关键词：计量学滚动轴承剩余寿命预测动态时间规整(DTW) N-BEAT神经网络

来源：评论

学校读者我要写书评

暂无评论

激光熔覆原位制造复合氧化铝陶瓷涂层应力场研究

引用

激光与光电子学进展 2023年第9期60卷 475-483页

作者：张玉燕方威李晨温银堂燕山大学电气工程学院河北秦皇岛066004 河北省测试计量技术及仪器重点实验室河北秦皇岛066004

针对新型铁颗粒增强型氧化铝陶瓷涂层在激光熔覆原位制造过程中的热应力对涂层质量的严重影响,研究了激光诱导反应条件下钛合金表面原位制备单道复合涂层过程中的热力问题。采用代表体积元方法仿真计算该新型涂层的热力学参数。利用生... 详细信息

针对新型铁颗粒增强型氧化铝陶瓷涂层在激光熔覆原位制造过程中的热应力对涂层质量的严重影响,研究了激光诱导反应条件下钛合金表面原位制备单道复合涂层过程中的热力问题。采用代表体积元方法仿真计算该新型涂层的热力学参数。利用生死单元法与内部生热热源相结合的方法建立了激光诱导铝热反应热源模型,分析了不同工艺参数组合下涂层构件热应力分布规律。结果表明:热应力主要集中在涂层及其与基板的结合面处,涂层上沿熔覆方向的拉应力是导致涂层出现横向裂纹的主要原因。由于激光诱导铝热反应,涂层的裂纹以及残余应力随着激光功率和激光扫描速度的增加而增加。在激光功率600 W、扫描速度2 mm/s时,涂层裂纹最少;在扫描速度5 mm/s、激光功率300 W时,残余应力最小。

关键词：激光技术激光熔覆激光诱导铝热反应复合涂层数值模拟热应力

来源：评论

学校读者我要写书评

暂无评论

基于LLE与Gold-SA-SVM的海藻三维荧光光谱门类识别

引用

光学学报 2022年第4期42卷 205-212页

作者：刘喆孟辉张永彬段玮靓陈颖燕山大学电气工程学院河北省测试计量技术及仪器重点实验室河北秦皇岛066004

针对海藻三维荧光光谱线性降维方法不理想、模型识别准确率低的问题,提出通过局部线性嵌入(LLE)算法进行降维、通过黄金正弦算法(Gold-SA)对支持向量机(SVM)进行优化来构建分类模型的方法。将LLE算法降维后的海藻三维荧光光谱数据作为SV... 详细信息

针对海藻三维荧光光谱线性降维方法不理想、模型识别准确率低的问题,提出通过局部线性嵌入(LLE)算法进行降维、通过黄金正弦算法(Gold-SA)对支持向量机(SVM)进行优化来构建分类模型的方法。将LLE算法降维后的海藻三维荧光光谱数据作为SVM的输入,并与其他两种降维方法进行对比。结果显示:LLE算法的降维效果最好,识别准确率最高。为了进一步提高门类识别能力,采用Gold-SA对SVM进行优化并建立Gold-SA-SVM模型,再将其与其他4种分类模型进行对比。结果显示,Gold-SA-SVM模型在分类识别准确率、精准率、召回率和F1分数上都有明显提高,该方法可准确识别抑食金球藻、小球藻、细长聚球藻的门类,可为褐潮研究工作提供有效的参考。

关键词：光谱学三维荧光光谱褐潮局部线性嵌入支持向量机黄金正弦算法

来源：评论

学校读者我要写书评

暂无评论

改进YOLO5Face的小鼠行为实时分析方法研究

引用

燕山大学学报 2023年第4期47卷 359-369页

作者：胡春海姜昊刘斌燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004

传统的动物行为分析方法大部分是采取离线的形式,不能做到实时分析。为了解决此问题,本文提出了一种改进YOLO5Face的小鼠行为实时分析方法。本方法分为两个步骤:首先是小鼠关键点实时检测,然后是小鼠行为实时识别。针对小鼠关键点实时检... 详细信息

传统的动物行为分析方法大部分是采取离线的形式,不能做到实时分析。为了解决此问题,本文提出了一种改进YOLO5Face的小鼠行为实时分析方法。本方法分为两个步骤:首先是小鼠关键点实时检测,然后是小鼠行为实时识别。针对小鼠关键点实时检测,在深度学习网络YOLO5Face的基础上改进:新增了一个更小的检测头来检测更小尺度的物体;主干网络中加入YOLOv8的C2f模块,让模型获得了更加丰富的梯度流信息,大大缩短了训练时间,提高了关键点检测精度;引入GSConv和Slim-neck,减轻模型的复杂度同时提升精度。结果表明:模型对鼻尖、左耳、右耳、尾基关键点检测的平均PCK指标达到了97.5%,推理速度为79 f/s,精度和实时帧率均高于DeepLabCut模型的性能。针对小鼠行为实时识别:利用上述改进的关键点检测模型获得小鼠关键点坐标,再将体态特征与运动特征相结合构造行为识别数据集,使用机器学习方法SVM进行行为分类。模型对梳洗、直立、静止、行走四种基本行为的平均识别准确率达到了91.93%。将关键点检测代码与行为识别代码拼接,整个代码运行的实时帧率可以达到35 f/s。

关键词：小鼠行为识别关键点检测实时性改进YOLO5Face

来源：评论

学校读者我要写书评

暂无评论

基于三维肌肉协同分析的FES康复效果量化分析

引用

计量学报 2024年第10期45卷 1576-1584页

作者：杜义浩王孝冉于金须曹添福范强燕山大学电气工程学院、河北省测试计量技术及仪器重点实验室、河北省智能康复及神经调控重点实验室河北秦皇岛066004 燕山大学机械工程学院河北秦皇岛066004

肌肉协同理论能够用于分析神经肌肉系统的内在功能模式,基于此提出了一种基于肌肉协同分析的功能性电刺激(FES)康复效果量化研究方法。首先,在二维肌肉协同分析的基础上,通过连续小波分解建立了肌电张量,利用CP_ALS算法进行了肌电张量... 详细信息

肌肉协同理论能够用于分析神经肌肉系统的内在功能模式,基于此提出了一种基于肌肉协同分析的功能性电刺激(FES)康复效果量化研究方法。首先,在二维肌肉协同分析的基础上,通过连续小波分解建立了肌电张量,利用CP_ALS算法进行了肌电张量的非负矩阵分解,实现了覆盖空域、频域和时域的三维肌肉协同分析。然后,设计了患者腕伸动作康复实验,以健康被试为对照组,分别对比分析了不同偏瘫程度的患者在进行持续10天的FES理疗前后的腕伸肌肉协同变化。实验结果显示经过FES理疗后,患者的肌肉协同数量有所增加(从2增加到3),空域肌肉协同均达到正相关水平(均值为0.5402),频域肌肉协同增幅最大(增幅均值为0.8271),时域肌肉协同效果最好(均值为0.7979),说明FES在卒中康复中能够有效提升患者的肌肉协同效果。

关键词：功能性电刺激肌肉协同小波分解肌电张量 CP_ALS 非负矩阵分解康复效果

来源：评论

学校读者我要写书评

暂无评论

自监督学习结合对抗迁移的跨工况轴承故障诊断

引用

计量学报 2024年第9期45卷 1360-1369页

作者：温江涛刘仲雨孙洁娣时培明燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004 燕山大学电气工程学院河北秦皇岛066004 燕山大学信息科学与工程学院河北秦皇岛066004

轴承智能故障诊断应用中,由于实际工况复杂多变,极难获得足够的真实故障数据,且目标域和源域信号存在较大差异,导致深度模型的跨工况迁移识别也出现特征提取及分类困难、模型泛化性弱。考虑到目标域存在大量无标签数据,引入无监督思想,... 详细信息

轴承智能故障诊断应用中,由于实际工况复杂多变,极难获得足够的真实故障数据,且目标域和源域信号存在较大差异,导致深度模型的跨工况迁移识别也出现特征提取及分类困难、模型泛化性弱。考虑到目标域存在大量无标签数据,引入无监督思想,提出基于自监督学习结合对抗迁移的改进方法。首先根据信号本身特点创建辅助任务,对大量无标签数据学习,建立源域与目标域故障类别之间的内在联系;再通过对抗域适应和联合最大平均差异将源域知识迁移到目标域中,结合辅助任务优化两域差异,最终实现目标域准确的故障分类。用2个公开的轴承数据集上验证了所提方法的性能,实验结果表明,所提方法的故障诊断识别准确率在多数情况下均高于98%。

关键词：轴承故障诊断自监督学习跨工况对抗迁移

来源：评论

学校读者我要写书评

暂无评论

基于类间可分性的波段选择算法

引用

激光与光电子学进展 2022年第4期59卷 409-416页

作者：张立国孙胜春王磊金梅张勇刘博燕山大学河北省测试计量技术与仪器重点实验室河北秦皇岛066004

如何从图像中选择出分类效果好的波段组合是高光谱图像分类任务的关键问题。针对上述问题,提出一种基于单波段图像类间可分性和波段间相关性的波段选择算法。根据类间可分性原则,采用单波段图像中各类样本点矩阵的均值和标准差来衡量单... 详细信息

如何从图像中选择出分类效果好的波段组合是高光谱图像分类任务的关键问题。针对上述问题,提出一种基于单波段图像类间可分性和波段间相关性的波段选择算法。根据类间可分性原则,采用单波段图像中各类样本点矩阵的均值和标准差来衡量单波段图像的类间可分性,结合波段间的相关系数来选择出类间可分性好、波段间相关性低的波段组合。最后对所提算法波段选择前后的图像和自适应波段选择算法波段选择后的图像进行支持向量机分类。在Indian Pines和Salinas数据集上的分类结果表明,当波段选择的光谱波段数目为20个,分类训练集为每类地物随机抽取20个样本点时,所提算法的总体分类精度较自适应波段选择算法分别提高了7.34个百分点和2.96个百分点。

关键词：遥感高光谱图像波段选择类间可分性

来源：评论

学校读者我要写书评

暂无评论

基于改进Transformer的滚动轴承剩余寿命预测方法

引用

燕山大学学报 2024年第4期48卷 312-321页

作者：温江涛张哲燕山大学电气工程学院河北秦皇岛066004 燕山大学河北省测试计量技术及仪器重点实验室河北秦皇岛066004

针对现有的滚动轴承剩余使用寿命预测方法存在预测准确度不足、训练效率不高等问题,提出一种时频分析结合改进Transformer的轴承剩余使用寿命预测方法。首先用短时傅里叶变换提取轴承的时频特征,为了改善Transformer的特征提取能力,研... 详细信息

针对现有的滚动轴承剩余使用寿命预测方法存在预测准确度不足、训练效率不高等问题,提出一种时频分析结合改进Transformer的轴承剩余使用寿命预测方法。首先用短时傅里叶变换提取轴承的时频特征,为了改善Transformer的特征提取能力,研究了基于膨胀因果卷积的可变长度数据分析结构,并设计了自适应位置编码模块替代Transformer的传统编码方式,改进的模型增强了对时频数据的分析能力,实现了高效、准确的端到端的滚动轴承剩余寿命预测。在PHM2012轴承数据集上的实验结果表明提出的方法的效率比LSTM高20%,同时预测精度相比于多种现有传统方法均具有16%以上的提升。

关键词：剩余寿命预测 Transformer 膨胀因果卷积自适应位置编码

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：