检索结果-内蒙古大学图书馆

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

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

基于无阈值递归图的改进2D-BLS褐潮藻浓度预测

引用

光学学报 2024年

作者：朱奇光李享刘俊飞董志阳陈颖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

为了克服荧光法褐潮藻浓度预测中三维荧光光谱法采集数据速度相对较慢而LED诱导荧光光谱法所获得的一维光谱数据光谱特征较少等不足，本文采用LED诱导荧光光谱法实现一维光谱数据快速获取，并对其进行深入挖掘和数据升维。针对传统递归... 详细信息

为了克服荧光法褐潮藻浓度预测中三维荧光光谱法采集数据速度相对较慢而LED诱导荧光光谱法所获得的一维光谱数据光谱特征较少等不足，本文采用LED诱导荧光光谱法实现一维光谱数据快速获取，并对其进行深入挖掘和数据升维。针对传统递归图算法易受人为因素影响的缺点，提出无阈值递归图，采用Jaccard相似系数来选取无阈值递归图相空间重构参数，从而实现光谱数据升维；采用弹性网络回归算法的方式来代替原来的输入权重正则化方式，从而达到稀疏性和稳定性的双重要求；引入左右投影矩阵建立二维宽度学习系统。通过对改进的预测模型的性能分析，可以发现，所提出的预测模型R2、RMSE和MAE在训练集和测试集上的平均值为0.9994、0.00594、0.00355，在所有模型中性能最好且在训练集和测试集的时间指标上也都取得了最好的效果，可以准确、快速实现褐潮藻浓度预测。

关键词：褐潮藻浓度预测 LED诱导荧光光谱法二维宽度学习系统无阈值递归图弹性网络回归左右投影矩阵

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

基于二次数据增强和深度卷积的滚动轴承故障诊断研究

引用

机械工程学报 2021年第23期57卷 106-115页

作者：孟宗关阳潘作舟孙登云樊凤杰曹利宵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

滚动轴承是旋转机械的重要组成部件之一,及时准确地故障诊断在现代工业系统的可靠性和安全性中起着重要作用。然而现有故障诊断方法多是面向平衡数据集进行研究。针对实际工况下,正常样本丰富、故障样本少的类别失衡情形所导致的轴承故... 详细信息

滚动轴承是旋转机械的重要组成部件之一,及时准确地故障诊断在现代工业系统的可靠性和安全性中起着重要作用。然而现有故障诊断方法多是面向平衡数据集进行研究。针对实际工况下,正常样本丰富、故障样本少的类别失衡情形所导致的轴承故障诊断能力和泛化能力较差等问题,提出一种基于二次数据增强和深度卷积的故障诊断模型。该方法首先构造不同的数据集,研究类别不平衡情形对故障诊断性能的影响;其次,基于重采样方法将数据集重构为平衡数据集,并对其进行二次数据增强,提高样本点的利用率;然后,利用改进的深度一维卷积网络提取信号特征,对滚动轴承故障信息进行充分表征;最后结合集成学习投票分类思想进行故障分类与诊断。试验通过t-SNE及多种指标进行评估,同时与其他方法进行对比,结果表明,所提模型具有更高的诊断精度与诊断速度,鲁棒性与通用性较好,能够很好地适用于类不平衡情形下的滚动轴承故障诊断。

关键词：故障诊断类不平衡重采样数据增强投票分类算法

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

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

引用

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

神经振荡交叉频率耦合特征在轻度认知障碍诊断中的应用研究

引用

生物医学工程学杂志 2023年第5期40卷 843-851页

作者：李昕王凯景军尹立勇张莹谢平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 秦皇岛市第一医院河北秦皇岛066004 燕山大学工程训练中心河北秦皇岛066004 燕山大学康养产业技术研究院河北秦皇岛066004

为了充分挖掘轻度认知障碍(MCI)患者的神经振荡耦合特征,本文分析对比了28名MCI患者(MCI组)与21名正常人(正常对照组)在六种异频组合下的耦合特征强度。结果表明,与正常对照组相比,MCI组在δ-θ节律组合下交叉频率耦合的全局相位同步指... 详细信息

为了充分挖掘轻度认知障碍(MCI)患者的神经振荡耦合特征,本文分析对比了28名MCI患者(MCI组)与21名正常人(正常对照组)在六种异频组合下的耦合特征强度。结果表明,与正常对照组相比,MCI组在δ-θ节律组合下交叉频率耦合的全局相位同步指数差异具有统计学意义(P=0.025,d=0.398)。为了进一步验证此耦合特征,本文提出一种优化的卷积神经网络模型,该模型融入了时频数据增强模块与批归一化层,在防止过拟合的同时增强了模型的鲁棒性。基于此优化模型,以δ-θ节律组合下的锁相值矩阵作为模型输入的单一特征,对MCI患者的诊断正确率达(95.49±4.15)%,敏感性与特异性分别为(93.71±7.21)%和(97.50±5.34)%。本文研究结果表明,δ-θ节律组合下的锁相值矩阵特征能够充分反映MCI患者的认知状态,有利于辅助MCI诊断。

关键词：交叉频率耦合锁相值数据增强批标准化

来源：评论

学校读者我要写书评

暂无评论

一种改进的自适应多元变分模态分解轴承故障信号特征提取方法

引用

计量学报 2022年第10期43卷 1326-1334页

作者：时培明张慧超伊思颖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

针对实际工程中轴承信号的非线性和非平稳性,提出一种自适应多元变分模态分解算法。多元变分模态的分解效果主要与本征模态数k和惩罚参数α相关,为了解决人为经验参数设置对多元信号分解结果的影响,一种自适应的信号分解算法被提出。具... 详细信息

针对实际工程中轴承信号的非线性和非平稳性,提出一种自适应多元变分模态分解算法。多元变分模态的分解效果主要与本征模态数k和惩罚参数α相关,为了解决人为经验参数设置对多元信号分解结果的影响,一种自适应的信号分解算法被提出。具体内容如下:首先将混合灰狼算法与多元变分模态分解算法相结合,提出最小模态重叠分量指标,将其作为适应度函数来寻求(k,α)的最优解,按照最优解对多元信号进行分解,提取故障特征。采用仿真信号和实际数据来验证所提方法的有效性和准确性,通过与多元经验模态分解、级联变分模态分解的对比分析,验证该算法在滚动轴承故障特征提取方面的高效性和实用性。

关键词：计量学滚动轴承故障诊断多元变分模态分解混合灰狼算法模态重叠分量

来源：评论

学校读者我要写书评

暂无评论

一种改进HVD信号特征提取方法及应用研究

引用

计量学报 2022年第7期43卷 920-926页

作者：时培明范雅斐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

希尔伯特振动分解(HVD)广泛应用于风电机组、齿轮箱等旋转机械的故障诊断,然而,它有2个亟待解决的问题:一是算法的参数需要经验设置或人工试定;二是如何避免模态混叠选择敏感的本征模态函数分量。针对上述2个问题,提出一种优化的HVD改... 详细信息

希尔伯特振动分解(HVD)广泛应用于风电机组、齿轮箱等旋转机械的故障诊断,然而,它有2个亟待解决的问题:一是算法的参数需要经验设置或人工试定;二是如何避免模态混叠选择敏感的本征模态函数分量。针对上述2个问题,提出一种优化的HVD改进算法,有效解决了希尔伯特振动分解的参数设置和模态混叠问题。首先用粒子群优化算法(PSO)对HVD算法的2个参数进行优化。其次,提出了一种新的评估指标—最大包络峰度均值作为PSO优化算法的目标函数,并提出采用最大包络峰度自适应地选择敏感的IMF分量。最后,对选定的重构信号进行平方包络谱分析并提取故障特征频率,以识别风电机组设备故障类型。通过模拟信号、实验信号和风电机组应用实例分析,验证了所提改进HVD方法的有效性。

关键词：计量学改进HVD 旋转机械故障故障诊断风电机组粒子群优化包络峰度均值

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：