检索结果-内蒙古大学图书馆

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

晶格扰动对纳米孔超表面Fano共振特性的影响

引用

光学学报 2022年第15期42卷 178-185页

作者：陈颖李美洁王建坤赵蒙燕山大学电气工程学院测试计量技术与仪器河北省重点实验室河北秦皇岛066004

高Q值共振超表面以其对局域电磁场的显著增强而在纳米光子学中受到广泛关注。基于全介质材料独特的电磁属性,提出了一种方形晶格对称性破缺的全介质纳米孔阵列超表面,通过打破方形晶格原胞的面内对称性来激发近红外区域的高Q值Fano共振... 详细信息

高Q值共振超表面以其对局域电磁场的显著增强而在纳米光子学中受到广泛关注。基于全介质材料独特的电磁属性,提出了一种方形晶格对称性破缺的全介质纳米孔阵列超表面,通过打破方形晶格原胞的面内对称性来激发近红外区域的高Q值Fano共振。在垂直入射平面波的激发下,该超表面实现了极化独立的双重简并模态Fano共振以及极化依赖的三重非简并模态Fano共振,后者具有更高的Q值与更强的电磁局域性能。采用数值模拟探究了晶格扰动参数对三重非简并模态Fano共振特性的影响。结果表明,三重非简并模态Fano共振的Q值与局域电场强度受晶格扰动参数控制,通过优化晶格扰动参数,三重非简并模态Fano共振的Q值可同时高达1.8×10^(4),2.7×10^(4),1.9×10^(4),其局域电场强度可同时高达2×10^(4),3×10^(4),1.5×10^(4)。

关键词：表面光学光学超表面多重Fano共振方形晶格高Q值电磁局域增强

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

基于一维卷积神经网络和拉曼光谱的肺炎支原体菌株分类

引用

光谱学与光谱分析 2022年第5期42卷 1439-1444页

作者：赵勇何梦园王泊林赵荣孟宗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 燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室河北秦皇岛066004

肺炎支原体是造成人类呼吸系统疾病的主要原因。临床中,患者感染不同肺炎支原体症状极为相似,很难根据症状判别肺炎支原体类型并对症给药。因此,准确判别肺炎支原体菌株类型对于发病机理和疾病流行病学研究以及临床精准治疗具有重要意... 详细信息

肺炎支原体是造成人类呼吸系统疾病的主要原因。临床中,患者感染不同肺炎支原体症状极为相似,很难根据症状判别肺炎支原体类型并对症给药。因此,准确判别肺炎支原体菌株类型对于发病机理和疾病流行病学研究以及临床精准治疗具有重要意义。拉曼光谱具有快速、高效、无污染等优点,在生物医学领域逐渐得到越来越多研究者们的关注。一维卷积神经网络(1D-CNN)是一类包含卷积运算且具有深度结构的前反馈网络,在语音信号和振动信号分析等方面取得成功应用。提出一维卷积神经网络与拉曼光谱技术结合,针对肺炎支原体主要基因型M129型和FH型样本的拉曼光谱数据集,实现肺炎支原体菌株分类。利用光谱数据增强方法扩充原光谱数据集作为模型输入,训练一维卷积神经网络模型,解决由于小样本导致卷积神经网络数据饥渴问题;为了得到最好的肺炎支原体分类效果并加速学习过程,优化模型结构并确定最佳模型参数;拉曼光谱测量时常混有高斯噪声、泊松噪声和乘性噪声,为优化模型抗噪能力,将原光谱分别叠加高斯噪声、泊松噪声和乘性噪声,训练一维卷积神经网络模型并和LDA,KNN和SVM等传统算法进行比较。实验结果表明基于1D-CNN方法,对于叠加高斯噪声的光谱数据所建模型分类正确率为98.0%,叠加泊松噪声的光谱数据分类正确率为97.0%,叠加乘性噪声的光谱数据分类正确率为97.0%,分类正确率远高于基于LDA,KNN和SVM等传统算法所建模型分类正确率;同时构造叠加5,15,25,35,45和55 dBW不同强度噪声的光谱数据集,当噪声达到55 dBW时,1D-CNN模型仍能取得92.5%的分类正确率。因此,一维卷积神经网络结合拉曼光谱技术应用于肺炎支原体菌株类型分类是可行的,具有抗噪声能力强和分类正确率高的优点,该研究为肺炎支原体肺炎快速诊断提供新思路。

关键词：肺炎支原体拉曼光谱定性分类一维卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于拉曼光谱和DCGAN数据增强的珍珠粉掺伪检测研究

引用

光谱学与光谱分析 2022年第3期42卷 769-775页

作者：谈爱玲楚振原王晓斯赵勇燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室河北秦皇岛066004 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

珍珠粉和珍珠层粉化学成分相似,但是珍珠层粉的药用价值远低于珍珠粉,并且珍珠层粉制备容易,成本底,常被不法商家用于冒充或掺入珍珠粉中流入市场,谋取利益。因此,对珍珠粉掺伪鉴别和纯度检测具有重要的意义。采用激光拉曼光谱结合深度... 详细信息

珍珠粉和珍珠层粉化学成分相似,但是珍珠层粉的药用价值远低于珍珠粉,并且珍珠层粉制备容易,成本底,常被不法商家用于冒充或掺入珍珠粉中流入市场,谋取利益。因此,对珍珠粉掺伪鉴别和纯度检测具有重要的意义。采用激光拉曼光谱结合深度学习研究珍珠粉掺伪快速鉴别和纯度分析。将纯珍珠粉和珍珠层粉按一定比例混合,制成珍珠粉质量百分数分别为0%,25%,50%,75%,80%,85%,90%,95%与100%共9种纯度270个模拟掺伪珍珠粉样本。然后对样本进行拉曼光谱采集,参数设置如下:分辨率为4.5 cm^(-1),积分时间为3000 ms,激光功率为20 mW。搭建了深度卷积生成式对抗神经网络(DCGAN)模型,对样本拉曼光谱进行数据增强;在此基础上,结合K近邻(K-nearest neighbor)、随机森林(random forest)、决策树(decision tree)、一维卷积神经网络(1D-CNN)4种分类器,对纯度为85%,90%,95%与100%的小比例掺伪样本进行真伪鉴别分析;同时,结合一维卷积神经网络对9种纯度的珍珠粉掺伪样本建立纯度预测的定量模型。结果表明:基于DCGAN数据增强方法所生成的拉曼光谱,与原始光谱相比,在峰值信噪比和结构相似度两个评价指标上均明显优于传统数据增强方法;在珍珠粉掺伪定性鉴别方面,DCGAN增强后的数据分别送入4种分类器,对4种小比例掺杂样本的真伪鉴别正确率均达到100%;在对9种掺伪纯度样本纯度检测方面,对测试集样本,DCGAN-1DCNN方法所建纯度定量预测模型性能最优,其决定系数R^(2)为0.9884,预测均方根误差RMSEP为0.0348,一维卷积神经网络的损失值Loss为0.0012,定量模型拟合最好。拉曼光谱结合DCGAN算法为珍珠粉掺伪鉴别及纯度检测提供一种快速简便的方法。深度卷积生成式对抗网络的数据增强方法在光谱分析技术领域具有重要的研究意义和应用价值。

关键词：生成式对抗网络拉曼光谱深度学习珍珠粉掺伪一维卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

多域信息融合结合改进残差密集网络的轴承故障诊断

引用

振动与冲击 2022年第4期41卷 200-208,252页

作者：袁彩艳孙洁娣温江涛时培明闫盛楠燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学河北省信息传输与信号处理重点实验室河北秦皇岛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

针对滚动轴承原始时域信号信息单一、深度卷积神经网络提取的特征对信息的传递存在差异等问题,该研究提出了一种多域信息融合与改进残差密集网络的轴承故障诊断方法。为了获取故障的多方面信息,先对原始数据进行多域变换,再将融合信息... 详细信息

针对滚动轴承原始时域信号信息单一、深度卷积神经网络提取的特征对信息的传递存在差异等问题,该研究提出了一种多域信息融合与改进残差密集网络的轴承故障诊断方法。为了获取故障的多方面信息,先对原始数据进行多域变换,再将融合信息输入经卷积注意力改进的残差密集网络进行深度学习。经注意力机制改进的网络能够实现对提取特征的重要性区分,提高网络的训练速度、改善识别准确率。试验结果及对比分析表明该算法可以提取较为全面的特征,较传统方法具有更好的识别效果。

关键词：轴承故障诊断残差网络多变换域处理注意力机制

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

基于归一化注意力机制的特征自适应融合目标跟踪算法

引用

计量学报 2023年第9期44卷 1383-1389页

作者：张立国章玉鹏金梅张升耿星硕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 燕山大学电气工程学院河北秦皇岛066004

针对快速运动目标跟踪时图像的形变和低分辨率等问题,基于当前的孪生网络,提出一种基于归一化注意力机制的特征自适应融合目标跟踪算法。首先,通过轻量级的注意力机制抑制不太明显的权重,对注意力模块施加权重稀疏惩罚,并对主干网络最后... 详细信息

针对快速运动目标跟踪时图像的形变和低分辨率等问题,基于当前的孪生网络,提出一种基于归一化注意力机制的特征自适应融合目标跟踪算法。首先,通过轻量级的注意力机制抑制不太明显的权重,对注意力模块施加权重稀疏惩罚,并对主干网络最后4个特征层进行路径增强;其次,为捕捉在线跟踪过程中目标的外观变化,提升算法鲁棒性,提出了一种插件式的模板在线更新方法;最后,利用回归增强分类的方法完成对目标的跟踪。实验结果表明:该算法在OTB100,UAV123两个挑战性数据集上分别取得了63.3%和59.5%的较高成功率;同时,在外界光照变化、图像背景复杂、目标平面内旋转时,算法具有较强的鲁棒性。

关键词：计量学目标跟踪算法归一化注意力机制孪生网络路径增强机器视觉图像处理

来源：评论

学校读者我要写书评

暂无评论

基于动态贝叶斯网络与DS证据理论的轧机颤振监测方法

引用

计量学报 2022年第9期43卷 1178-1185页

作者：时培明刘奥运张逸伦高浩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

提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法,该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的不同特征,利用稳定判别率方法筛选敏感度高的特征参数;使用动态贝叶斯网络与DS证据理... 详细信息

提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法,该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的不同特征,利用稳定判别率方法筛选敏感度高的特征参数;使用动态贝叶斯网络与DS证据理论实时监测模型建立轧机颤振状态实时监测系统,构建连续的速度载荷时间片,将3个连续的速度载荷时间片作为DS证据理论的证据体,给出了优化基本概率分配的信任度方法,解决了DS证据理论的证据体间冲突问题;最后在轧机实验平台进行实验,诊断结果表明:该方法对轧机颤振不同状态的识别率达到99.05%。

关键词：计量学颤振监测动态贝叶斯网络 Dempster/Shafer证据理论轧机

来源：评论

学校读者我要写书评

暂无评论

基于GST-ECNN的运动想象脑电信号识别方法

引用

计量学报 2022年第10期43卷 1341-1347页

作者：金海龙邬霞樊凤杰王金萍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

在对脑电信号的解码研究中,存在着现有时频分析方法对高频信号处理能力有限,多通道信号信息冗余,常用卷积神经网络分类器ReLU激活函数受学习速率的影响较大,对不同层采用相同的正则化很难获得满意结果等问题。为此,提出了一种基于广义S... 详细信息

在对脑电信号的解码研究中,存在着现有时频分析方法对高频信号处理能力有限,多通道信号信息冗余,常用卷积神经网络分类器ReLU激活函数受学习速率的影响较大,对不同层采用相同的正则化很难获得满意结果等问题。为此,提出了一种基于广义S变换特征提取和增强卷积神经网络分类相结合的方法,同时提出一种结合Relief算法和向前选择搜索策略的包裹式方法进行通道选择。结果表明,提出的方法利用较少的信号通道,具有更强的特征提取和分类的能力,在第Ⅳ届BCI的数据集I上取得最高98.44±1.5%的分类准确率,高于其他现有算法。该方法良好的分类性能不仅减少了计算消耗,也有效提高了分类准确率,对脑电信号特征提取和分类具有一定的参考意义。

关键词：计量学脑电信号运动想象广义S变换增强卷积神经网络包裹式通道选择脑-机接口

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：