贝叶斯超参数优化的浅层神经网络轴承故障诊断方法

为实现轴承故障的精确诊断,采用特征排列的方法分析轴承振动的数值特征,通过贝叶斯超参数优化方法调整神经元数量来拟合轴承振动特征,并用Dropout解决过拟合问题,提出一种基于贝叶斯超参数优化方法的浅层神经网络轴承故障诊断方法。实验表明,在各种阈值下,采用该方法的轴承故障诊断综合评价指标AUC达到99.8%,性能指标高于传统故障诊断方法。

采用DDPG算法的弹道导弹突防诱饵分布空域

为求解弹道导弹突防诱饵最佳分布空域,对导弹突防过程进行建模,建立导弹与诱饵运动模型、拦截器导引头识别模型以及突防效果评价模型。利用深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法,仿真分析多种诱饵数量情况下的不同空域分布对突防效果的影响。结果表明,弹道导弹存在突防效果有效的空域分布,诱饵数量越多,突防效果越好。但是,随着诱饵数量的增加,突防效果的增强也会减弱,诱饵分布在导弹周围x≤10 km、y≤10 km、z≤10 km的空域范围内,导弹具有有效的突防效果,验证了模型的可行性。

基于深度学习的足部伤口图像分割方法的设计与构建

目的:慢性伤口的图像分割是伤口护理的关键之一,不同的损伤程度与周围皮肤会增加分割的难度,本研究构建基于人工智能算法的足部慢性伤口图像快速、准确的分割与识别方法,用于辅助伤口护理。方法:首先对图像进行标注,然后使用深度学习进行图像分割训练。训练了两种数据集,其中足部溃疡分割挑战使用交并比(IOU)相关指标进行评估,Medetec足溃疡-224数据集使用DICE系数进行评估。结果:使用该方法进行的图像分割训练,获得的图片结果较为准确。对于两种数据集,无论是训练集还是验证集均具有优异的准确度。结论:本文构建的分割方法可用于足部慢性伤口的分割实现图像的精确识别,取得了令人满意的分割效果,在辅助足部慢性伤口护理中的应用与提高护理质量方面具有一定的实用价值与借鉴意义。