检索结果-内蒙古大学图书馆

亚波长介质光栅/MDM波导/周期性光子晶体中双重Fano共振的形成及演变规律分析

物理学报 2022年第3期71卷 128-134页

作者：陈颖周健丁志欣张敏朱奇光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器重点实验室秦皇岛066004

基于衍射原理和模耦合理论,提出了一种由亚波长介质光栅/金属-电介质-金属(metal-dielectric-metal,MDM)波导/周期性光子晶体组成的复合微纳结构.结合反射角谱深入分析了表面等离子激元的传输特性以及在固定波长下不同入射角时刻形成的... 详细信息

基于衍射原理和模耦合理论,提出了一种由亚波长介质光栅/金属-电介质-金属(metal-dielectric-metal,MDM)波导/周期性光子晶体组成的复合微纳结构.结合反射角谱深入分析了表面等离子激元的传输特性以及在固定波长下不同入射角时刻形成的双重Fano共振的产生机理.研究表明,双重Fano共振是由在亚波长介质光栅/MDM波导结合的上层结构中产生的独立可调的双离散态分别与在周期性光子晶体中形成的连续态相互耦合形成的.接着定量讨论了结构参数对双重Fano特性的影响,探究了双重Fano共振的演变规律.结果表明,改变结构参数可实现双Fano共振曲线和谐振角度之间的调谐,且在最优条件下,共振A区FR a和FR b的品质因数(figure of merit,FOM)可高达460.0和4.00×10^(4),共振B区FR a和FR b的FOM值可高达269.2和2.22×10^(4).该结构可为基于Fano共振的折射率传感器设计提供有效的理论参考.

关键词：衍射原理模耦合表面等离子激元双重Fano共振

来源：评论

学校读者我要写书评

暂无评论

类别标签辅助改进稠密网络的变工况轴承故障诊断

引用

振动与冲击 2022年第17期41卷 204-212页

作者：孙洁娣刘保温江涛时培明闫盛楠肖启阳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 河南大学人工智能学院郑州475000

基于数据驱动的滚动轴承智能故障诊断得到广泛研究,但多数研究中均假设训练数据与测试数据同分布,考虑到旋转机械实际运转中复杂多变的工况往往导致数据分布产生偏差,使得识别方法的通用性差、实际识别效果不佳。将域适应引入轴承故障... 详细信息

基于数据驱动的滚动轴承智能故障诊断得到广泛研究,但多数研究中均假设训练数据与测试数据同分布,考虑到旋转机械实际运转中复杂多变的工况往往导致数据分布产生偏差,使得识别方法的通用性差、实际识别效果不佳。将域适应引入轴承故障诊断过程中,基于迁移学习提出了一种特征空间域和标签概率分布同步适应的迁移学习网络。该网络将一维稠密卷积网络及注意力机制融合实现复杂故障特征的自动提取;域适应处理通过联合最小化特征概率分布差异和标签概率分布差异来约束网络学习域不变特征;最终对变工况滚动轴承故障实现了高准确度的识别。实验结果表明了该方法的可行性及良好的性能。

关键词：轴承故障诊断变工况稠密卷积网络注意力机制类别标签辅助

来源：评论

学校读者我要写书评

暂无评论

基于自适应CPG的人体节律运动协同特征刻画

引用

中国生物医学工程学报 2023年第1期42卷 19-29页

作者：吴晓光钟君牛小辰田晓波任品邓文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秦皇岛066004 秦皇岛职业技术学院河北秦皇岛066100

人体柔顺自然的节律运动是全身各关节协同有序转动的展现,关节间的耦合时序与动态转动特性内蕴着人体节律运动中各肢体间的协同关系。招募20名年轻健康被试(男女各半)进行行走与跳绳实验,采集运动时主要关节的角度数据;引入自适应Hopf... 详细信息

人体柔顺自然的节律运动是全身各关节协同有序转动的展现,关节间的耦合时序与动态转动特性内蕴着人体节律运动中各肢体间的协同关系。招募20名年轻健康被试(男女各半)进行行走与跳绳实验,采集运动时主要关节的角度数据;引入自适应Hopf振荡器参数辨识模型并结合关节协同相位分布,针对人体节律运动协同特征的刻画问题进行研究。通过设立关节相位基准点,解算人体关节间耦合转动时序,基于自适应Hopf振荡器,建立关节单元参数辨识模型,获取复杂关节动态转动规律的刻画参数,进而利用中枢模式发生器(CPG)网络的相位耦合特性,重构完整的人体节律协同运动,并对重构结果的准确性进行量化分析。结果表明,基于刻画参数还原的人体节律运动姿态规范,关节重构轨迹与实际数据变化规律高度一致,两者间的相关系数高于0.99,最大平均误差低于0.01 rad,最大误差小于0.03 rad,阈值绝对偏差在4%以下。所提出的关节转动时序计算准则和自适应关节单元参数辨识方法,可准确刻画人体节律运动中的关节耦合特性与协同规律。

关键词：节律运动协同特征关节时序自适应振荡器

来源：评论

学校读者我要写书评

暂无评论

基于改进CenterNet行人检测研究

引用

燕山大学学报 2023年第3期47卷 208-215页

作者：金梅秦芊张立国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与仪器重点实验室河北秦皇岛066004

针对现有的CenterNet模型在行人检测中由于人体遮挡以及人体姿态多变等所引起的模型精度下降的问题,本文从三个方面对CenterNet进行改进。一是在原CenterNet基础之上设计了特征融合模块,该模块引入了反转卷积,从通道这一角度提取特征并... 详细信息

针对现有的CenterNet模型在行人检测中由于人体遮挡以及人体姿态多变等所引起的模型精度下降的问题,本文从三个方面对CenterNet进行改进。一是在原CenterNet基础之上设计了特征融合模块,该模块引入了反转卷积,从通道这一角度提取特征并与原特征进行融合,丰富了图像的特征表示,使其更好地定位到人体区域;二是提出了一种带有非局部注意力的检测头,通过计算特征图全局像素与当前特征像素相似度,从而对遮挡目标进行区分;三是对损失函数进行改进,将两项损失函数合并成一项,有效地减少了级联误差。实验结果表明,改进的CenterNet在WiderPerson数据集上的平均精度提升了3.29%,漏检率下降了3.26%。在数据集Human detection and tracking using RGB-D camera上的平均精度提升了2.66%,漏检率下降了2.46%。与原CenterNet相比,改进的CenterNet解决了该模型应用于行人检测中精度低的问题。

关键词：深度学习目标检测行人检测注意力

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

基于全介质超表面的微流体折射率传感器

引用

中国激光 2022年第6期49卷 159-168页

作者：陈颖张敏丁志欣周健赵蒙李美洁王建坤朱奇光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 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器重点实验室河北秦皇岛066004

基于全介质超材料的电磁属性,提出了一种基于硅缺口盘单谐振器的超表面微流传感装置;利用时域有限差分(FDTD)法进行仿真模拟,仿真结果表明,该结构可以产生三重Fano共振,包括可被入射光直接激发的明偶极共振以及非对称性结构下明暗模式... 详细信息

基于全介质超材料的电磁属性,提出了一种基于硅缺口盘单谐振器的超表面微流传感装置;利用时域有限差分(FDTD)法进行仿真模拟,仿真结果表明,该结构可以产生三重Fano共振,包括可被入射光直接激发的明偶极共振以及非对称性结构下明暗模式干扰产生的一个高阶模式杂化共振和一个磁共振。另外,分析了结构参数(缺口长度和宽度、结构的周期、硅盘半径和厚度)对Fano共振的影响以及微流装置中分析物厚度对传感特性的影响,得到参数优化后的结构的灵敏度最大可达到400.36nm/RIU,品质因数Q最大可达到1252.3,并证明了溶液厚度在一定范围内增大可以提升传感检测的性能。

关键词：传感器全介质超表面 Fano共振微流体传感检测折射率传感

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

基于贝叶斯优化长短时神经网络模型的轻度认知障碍诊断方法研究

引用

生物医学工程学杂志 2023年第3期40卷 450-457页

作者：李昕李振阳刘毅苏芮徐永红景军尹立勇燕山大学电气工程学院生物医学工程研究所河北秦皇岛066004 河北省测试计量技术及仪器重点实验室河北秦皇岛066004 秦皇岛市第一医院河北秦皇岛066004

循环神经网络结构极大地优化了时间序列数据的处理能力,但是其网络梯度爆炸以及特征提取能力较差等问题,影响了它在轻度认知障碍(MCI)自动诊断中的应用。针对这一问题,本文提出贝叶斯优化双向长短时神经网络(BO-BiLSTM)构建MCI诊断模型... 详细信息

循环神经网络结构极大地优化了时间序列数据的处理能力,但是其网络梯度爆炸以及特征提取能力较差等问题,影响了它在轻度认知障碍(MCI)自动诊断中的应用。针对这一问题,本文提出贝叶斯优化双向长短时神经网络(BO-BiLSTM)构建MCI诊断模型的研究思路。诊断模型基于贝叶斯算法,结合先验分布与后验概率结果共同作用寻优BO-BiLSTM网络超参数,并采用功率谱密度、模糊熵以及多重分形谱等能够充分反映MCI脑认知状态的多角度特征量作为诊断模型的输入,实现MCI自动诊断。结果表明:基于特征融合的贝叶斯优化BiLSTM网络模型,MCI诊断正确率可达到98.64%,能够有效地完成MCI的诊断评估。综上,基于此优化的长短时神经网络模型,实现了MCI的自动诊断评估,为MCI智能诊断提供了一种新的模型。

关键词：轻度认知障碍双向长短时神经网络贝叶斯优化多特征融合

来源：评论

学校读者我要写书评

暂无评论

阵列式电容传感器优化设计及灵敏特性分析

引用

电子测量与仪器学报 2022年第2期36卷 229-234页

作者：温银堂尹申辉王震宇张玉燕宗乐文燕山大学电气工程学院秦皇岛066004 燕山大学测试计量技术及仪器河北省重点实验室秦皇岛066004

平面电容传感器基于边缘效应工作,敏感场具有明显的软场特性,导致其检测能力易受外部因素影响而降低。为了改善敏感场分布特性,提升传感器的检测精度,提出了一种新型12电极平面阵列电容传感器,对其进行特性分析。首先,采用数值模拟方法... 详细信息

平面电容传感器基于边缘效应工作,敏感场具有明显的软场特性,导致其检测能力易受外部因素影响而降低。为了改善敏感场分布特性,提升传感器的检测精度,提出了一种新型12电极平面阵列电容传感器,对其进行特性分析。首先,采用数值模拟方法建立三维敏感场模型,同时选取灵敏度值三维成像的方法分析子灵敏度和整体灵敏度分布特性。其次,利用评价指标P量化评判新型12电极传感器和矩形阵列传感器的敏感场分布均匀性。建立3种不同物场模型并结合Tikhonov正则化算法进行图像重建。最终结果表明新型传感器的P值减小3.6%,重建图像的平均相关系数增加7.2%。综合验证了新型12电极传感器有效改善了敏感场均匀性,提升了传感器的检测能力。

关键词：平面电容传感器边缘电场敏感场分布图像重建相关系数

来源：评论

学校读者我要写书评

暂无评论

改进稠密块轻量化神经网络的管道泄漏孔径识别

引用

仪器仪表学报 2022年第3期43卷 98-108页

作者：孙洁娣王利轩温江涛肖启阳燕山大学信息科学与工程学院秦皇岛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秦皇岛066004 河南大学人工智能学院郑州450046

深度神经网络的管道泄漏孔径识别方法虽然识别率高,但因结构复杂造成参数量大、内存占用大,极大地限制了其在资源有限的工业环境及实时处理中的应用。提出一种优化卷积改进稠密块的轻量化神经网络用于管道泄漏孔径识别。首先将深度可分... 详细信息

深度神经网络的管道泄漏孔径识别方法虽然识别率高,但因结构复杂造成参数量大、内存占用大,极大地限制了其在资源有限的工业环境及实时处理中的应用。提出一种优化卷积改进稠密块的轻量化神经网络用于管道泄漏孔径识别。首先将深度可分离卷积与异构卷积结合,构造了新的多卷积稠密块实现泄漏信号的特征提取;之后采用卷积注意力机制对特征进行权重划分,实现特征的重要性区分;最后通过分类器获取结果。实验结果表明,本文方法识别准确率达到了96.59%,参数量仅为781 KB。本文方法在保证高识别准确率的同时,参数量及浮点数大幅下降,训练时间也有所减少,改善了实时响应能力,对于实际工业监测应用有指导意义。

关键词：管道泄漏孔径识别轻量级网络深度可分离卷积异构卷积多卷积稠密块

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：