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
2
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
基于改进连续型Hopfield神经网络的CAN总线负载率优化
被引量:
1
1
作者
何智成
杜磊浩
+2 位作者
周恩临
覃高峰
黄晋
《汽车工程》
EI
CSCD
北大核心
2023年第12期2338-2347,共10页
CAN总线负载率对于车载总线的安全性与时延性有至关重要的作用。鉴于传统的连续型Hopfield神经网络(CHNN)在解决此类问题时存在惩罚参数鲁棒性差和所得解易陷入局部最优的缺陷,本文借助模拟退火算法中的蒙特卡洛思想,提出应用于CAN总线...
CAN总线负载率对于车载总线的安全性与时延性有至关重要的作用。鉴于传统的连续型Hopfield神经网络(CHNN)在解决此类问题时存在惩罚参数鲁棒性差和所得解易陷入局部最优的缺陷,本文借助模拟退火算法中的蒙特卡洛思想,提出应用于CAN总线负载率优化问题的改进连续性Hopfield神经网络算法(SA-CHNN)。选取微型电动车中99条通信信号作为实验数据进行测试,结果表明,SA-CHNN算法成功解决传统CHNN算法求解CAN总线负载率优化问题的不足,具有明显的优越性。最后,基于搭建的Simulink-Speedgoat CAN总线实验平台对SACHNN算法得到的最优信号分配的报文进行实时负载率仿真验证,结果表明SA-CHNN算法的准确性。
展开更多
关键词
CAN总线
负载率
神经网络
模拟退火法
METROPOLIS准则
下载PDF
职称材料
基于注意力机制和多传感器信息驱动模型的水轮发电机组故障预测系统
被引量:
5
2
作者
谭刚
杜磊浩
+1 位作者
胡边
何智成
《水电能源科学》
北大核心
2023年第3期195-197,194,共4页
为满足水轮发电机组在大数据背景下的故障预测需求,结合注意力机制特征提取能力强的特性和多传感器信息驱动可提高模型鲁棒性的优点,提出了一种基于注意力机制和多传感器信息驱动(Bi-GRU-Attention)模型的水轮发电机组故障预测系统,并...
为满足水轮发电机组在大数据背景下的故障预测需求,结合注意力机制特征提取能力强的特性和多传感器信息驱动可提高模型鲁棒性的优点,提出了一种基于注意力机制和多传感器信息驱动(Bi-GRU-Attention)模型的水轮发电机组故障预测系统,并将其应用于湖南省某水电站#8机组8月在线监测数据中。实际运行结果表明,该系统有效预测了水轮发电机组的振动趋势,实现了水轮发电机的智能预测。
展开更多
关键词
水轮发电机组
深度学习
多传感器驱动
注意力机制
故障预测
下载PDF
职称材料
题名
基于改进连续型Hopfield神经网络的CAN总线负载率优化
被引量:
1
1
作者
何智成
杜磊浩
周恩临
覃高峰
黄晋
机构
湖南大学
上汽通用五菱汽车股份有限公司
清华大学车辆与运载学院
出处
《汽车工程》
EI
CSCD
北大核心
2023年第12期2338-2347,共10页
基金
国家自然科学基金联合基金(U20A20285)
湖南省杰出青年基金(2021JJ10016)资助。
文摘
CAN总线负载率对于车载总线的安全性与时延性有至关重要的作用。鉴于传统的连续型Hopfield神经网络(CHNN)在解决此类问题时存在惩罚参数鲁棒性差和所得解易陷入局部最优的缺陷,本文借助模拟退火算法中的蒙特卡洛思想,提出应用于CAN总线负载率优化问题的改进连续性Hopfield神经网络算法(SA-CHNN)。选取微型电动车中99条通信信号作为实验数据进行测试,结果表明,SA-CHNN算法成功解决传统CHNN算法求解CAN总线负载率优化问题的不足,具有明显的优越性。最后,基于搭建的Simulink-Speedgoat CAN总线实验平台对SACHNN算法得到的最优信号分配的报文进行实时负载率仿真验证,结果表明SA-CHNN算法的准确性。
关键词
CAN总线
负载率
神经网络
模拟退火法
METROPOLIS准则
Keywords
CAN bus
load rate
neural network
simulate annealing algorithm
Metropolis guidelines
分类号
U463.6 [机械工程—车辆工程]
下载PDF
职称材料
题名
基于注意力机制和多传感器信息驱动模型的水轮发电机组故障预测系统
被引量:
5
2
作者
谭刚
杜磊浩
胡边
何智成
机构
湖南大学汽车车身先进设计制造国家重点实验室
湖南五凌电力科技有限公司
出处
《水电能源科学》
北大核心
2023年第3期195-197,194,共4页
基金
湖南省重点研发(2020GK2094)
湖南省自然基金面上项目(2020JJ4196)。
文摘
为满足水轮发电机组在大数据背景下的故障预测需求,结合注意力机制特征提取能力强的特性和多传感器信息驱动可提高模型鲁棒性的优点,提出了一种基于注意力机制和多传感器信息驱动(Bi-GRU-Attention)模型的水轮发电机组故障预测系统,并将其应用于湖南省某水电站#8机组8月在线监测数据中。实际运行结果表明,该系统有效预测了水轮发电机组的振动趋势,实现了水轮发电机的智能预测。
关键词
水轮发电机组
深度学习
多传感器驱动
注意力机制
故障预测
Keywords
hydro-generators
deep learning
multi-sensor drive
attention mechanism
fault prediction
分类号
TV734 [水利工程—水利水电工程]
TP29 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进连续型Hopfield神经网络的CAN总线负载率优化
何智成
杜磊浩
周恩临
覃高峰
黄晋
《汽车工程》
EI
CSCD
北大核心
2023
1
下载PDF
职称材料
2
基于注意力机制和多传感器信息驱动模型的水轮发电机组故障预测系统
谭刚
杜磊浩
胡边
何智成
《水电能源科学》
北大核心
2023
5
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