期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
二维卷积非负矩阵分解的初值确定混合算法
1
作者
付强
景博
+3 位作者
何鹏举
王赟
司书浩
刘刚易
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2019年第5期125-130,共6页
为解决二维卷积非负矩阵分解算法存在初值敏感,且传统随机初始化确定的初始值容易使算法收敛到结果相对不好的局部最优值的问题,通过结合K均值聚类、奇异值分解和主成分分析方法,提出了一种适用于二维卷积非负矩阵分解初始值确定的混合...
为解决二维卷积非负矩阵分解算法存在初值敏感,且传统随机初始化确定的初始值容易使算法收敛到结果相对不好的局部最优值的问题,通过结合K均值聚类、奇异值分解和主成分分析方法,提出了一种适用于二维卷积非负矩阵分解初始值确定的混合算法.首先,利用K均值聚类方法得到聚类中心作为系数矩阵(H矩阵)的初始值,避开了传统初始化不确定系数矩阵带来的分解结果不唯一问题;其次,考虑到相比一维卷积非负矩阵分解算法,二维卷积非负矩阵分解算法的基矩阵(W矩阵)个数更多,利用奇异值分解和主成分分析方法交替产生基矩阵的初始值,克服了单个算法产生的初始化误差问题.在相同参数环境下将本文算法和现有初始化算法的分解收敛性能进行对比实验,结果表明本文算法相比其他同类算法具有更好的分解性能并具有更好的收敛性.进一步加入噪声进行实验,在白噪声为-1 dB~10 dB的不同信噪比环境下,本文算法均能快速实现信号的分离,对于噪声数据具有很强的鲁棒性.采用混合算法确定初值,更有利于实现二维卷积非负矩阵分解的实时性和高性能.
展开更多
关键词
二维卷积非负矩阵分解
初值敏感
混合算法
K均值聚类
奇异值分解
下载PDF
职称材料
单通道AE信号盲分离的飞机构件监测方法研究
被引量:
12
2
作者
何鹏举
刘刚易
折廷廷
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2018年第8期34-42,共9页
基于声发射(AE)技术的飞机结构件疲劳裂纹检测是飞机健康状态识别的一种有效方法。由于声发射信号的瞬态性、不确定性、微弱性和易受机电干扰性,使声发射检测技术很大程度上已演变成信号处理问题,目前多数研究报道的是单源声发射信号...
基于声发射(AE)技术的飞机结构件疲劳裂纹检测是飞机健康状态识别的一种有效方法。由于声发射信号的瞬态性、不确定性、微弱性和易受机电干扰性,使声发射检测技术很大程度上已演变成信号处理问题,目前多数研究报道的是单源声发射信号的降噪处理。然而,在实际应用中,不仅结构件出现疲劳裂纹时会产生AE信号,而且紧耦合的结构体之间也会因冲击载荷产生弹性波,以至观测信号一般是多源AE混合信号,波的传播时延的存在使得信号混合方式为卷积混合。针对目前测试方法不能正确识别AE信号,以致难以识别结构体是否存在疲劳裂纹的问题,提出一种具有信号源个数估计的单通道非负矩阵分解解卷积盲源分离算法。首先采用经验模态分解方法将单通道混合信号分解为多个本征模态函数;然后采用主成分分析法估计信号源个数,并重构观测信号;最后通过非负矩阵分解解卷积得到各个源信号。实验结果表明,单通道盲源分离算法能正确分离AE信号,为飞机关键结构件的疲劳裂纹监测提供了一种方法。
展开更多
关键词
结构件疲劳裂纹
单通道AE检测
源个数估计
非负矩阵盲解卷积
下载PDF
职称材料
基于WSN和盲源分离的多目标识别方法研究
3
作者
何鹏举
刘刚易
刘寺意
《物联网学报》
2019年第1期45-50,共6页
针对利用无线传感器网络进行多目标检测识别中存在的信号混叠问题,提出一种可以确定目标个数的盲源分离算法对混叠信号进行分离,得到准确的源信号。该算法以多路混合观测信号为研究对象,提出采用基于特征值方法确定多路混合信号中独立...
针对利用无线传感器网络进行多目标检测识别中存在的信号混叠问题,提出一种可以确定目标个数的盲源分离算法对混叠信号进行分离,得到准确的源信号。该算法以多路混合观测信号为研究对象,提出采用基于特征值方法确定多路混合信号中独立信源的个数,运用基于非负矩阵分解的盲源分离算法得到分离信号。实验结果表明,本文所提算法能够确定目标个数、得到正确的分离信号,可用于解决多目标检测识别中的信号混叠问题。
展开更多
关键词
无线传感器网络
多目标识别
盲源分离
非负矩阵分解
下载PDF
职称材料
题名
二维卷积非负矩阵分解的初值确定混合算法
1
作者
付强
景博
何鹏举
王赟
司书浩
刘刚易
机构
空军工程大学航空工程学院
西北工业大学深圳研究院
西北工业大学自动化学院
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2019年第5期125-130,共6页
基金
深圳市知识创新计划项目(No.JCYJ20170306154611415)
西安市科技计划项目(No.2017086CG/RC049)
文摘
为解决二维卷积非负矩阵分解算法存在初值敏感,且传统随机初始化确定的初始值容易使算法收敛到结果相对不好的局部最优值的问题,通过结合K均值聚类、奇异值分解和主成分分析方法,提出了一种适用于二维卷积非负矩阵分解初始值确定的混合算法.首先,利用K均值聚类方法得到聚类中心作为系数矩阵(H矩阵)的初始值,避开了传统初始化不确定系数矩阵带来的分解结果不唯一问题;其次,考虑到相比一维卷积非负矩阵分解算法,二维卷积非负矩阵分解算法的基矩阵(W矩阵)个数更多,利用奇异值分解和主成分分析方法交替产生基矩阵的初始值,克服了单个算法产生的初始化误差问题.在相同参数环境下将本文算法和现有初始化算法的分解收敛性能进行对比实验,结果表明本文算法相比其他同类算法具有更好的分解性能并具有更好的收敛性.进一步加入噪声进行实验,在白噪声为-1 dB~10 dB的不同信噪比环境下,本文算法均能快速实现信号的分离,对于噪声数据具有很强的鲁棒性.采用混合算法确定初值,更有利于实现二维卷积非负矩阵分解的实时性和高性能.
关键词
二维卷积非负矩阵分解
初值敏感
混合算法
K均值聚类
奇异值分解
Keywords
two-dimensional convolutive non-negative matrix factorization (2-DCNMF)
initial value sensitivity
hybrid algorithm
k-means clustering
singular value decomposition (SVD)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
单通道AE信号盲分离的飞机构件监测方法研究
被引量:
12
2
作者
何鹏举
刘刚易
折廷廷
机构
西北工业大学深圳研究院
西北工业大学自动化学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2018年第8期34-42,共9页
基金
深圳市知识创新计划(JCYJ20170306154611415)
西安市科技计划(2017086CG/RC049)项目资助
文摘
基于声发射(AE)技术的飞机结构件疲劳裂纹检测是飞机健康状态识别的一种有效方法。由于声发射信号的瞬态性、不确定性、微弱性和易受机电干扰性,使声发射检测技术很大程度上已演变成信号处理问题,目前多数研究报道的是单源声发射信号的降噪处理。然而,在实际应用中,不仅结构件出现疲劳裂纹时会产生AE信号,而且紧耦合的结构体之间也会因冲击载荷产生弹性波,以至观测信号一般是多源AE混合信号,波的传播时延的存在使得信号混合方式为卷积混合。针对目前测试方法不能正确识别AE信号,以致难以识别结构体是否存在疲劳裂纹的问题,提出一种具有信号源个数估计的单通道非负矩阵分解解卷积盲源分离算法。首先采用经验模态分解方法将单通道混合信号分解为多个本征模态函数;然后采用主成分分析法估计信号源个数,并重构观测信号;最后通过非负矩阵分解解卷积得到各个源信号。实验结果表明,单通道盲源分离算法能正确分离AE信号,为飞机关键结构件的疲劳裂纹监测提供了一种方法。
关键词
结构件疲劳裂纹
单通道AE检测
源个数估计
非负矩阵盲解卷积
Keywords
structural fatigue crack
single channel AE detection
source number estimation
nonnegative matrix blind deconvolution
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
TH17 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于WSN和盲源分离的多目标识别方法研究
3
作者
何鹏举
刘刚易
刘寺意
机构
西北工业大学深圳研究院
西北工业大学自动化学院
常州和仕达电子科技有限公司
出处
《物联网学报》
2019年第1期45-50,共6页
基金
深圳市科技计划项目(No.JCYJ20170306154611415)
西安市科技计划项目(No.2017086CG/RC049)
文摘
针对利用无线传感器网络进行多目标检测识别中存在的信号混叠问题,提出一种可以确定目标个数的盲源分离算法对混叠信号进行分离,得到准确的源信号。该算法以多路混合观测信号为研究对象,提出采用基于特征值方法确定多路混合信号中独立信源的个数,运用基于非负矩阵分解的盲源分离算法得到分离信号。实验结果表明,本文所提算法能够确定目标个数、得到正确的分离信号,可用于解决多目标检测识别中的信号混叠问题。
关键词
无线传感器网络
多目标识别
盲源分离
非负矩阵分解
Keywords
wireless sensor network(WSN)
multi-target recognition
blind source separation(BSS)
non-negative matrix factorization(NMF)
分类号
TP212.9 [自动化与计算机技术—检测技术与自动化装置]
TN929.5 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
二维卷积非负矩阵分解的初值确定混合算法
付强
景博
何鹏举
王赟
司书浩
刘刚易
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2019
0
下载PDF
职称材料
2
单通道AE信号盲分离的飞机构件监测方法研究
何鹏举
刘刚易
折廷廷
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2018
12
下载PDF
职称材料
3
基于WSN和盲源分离的多目标识别方法研究
何鹏举
刘刚易
刘寺意
《物联网学报》
2019
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部