期刊文献+
共找到106篇文章
< 1 2 6 >
每页显示 20 50 100
基于Transformer复杂运动辨识的机动星凸形扩展目标跟踪方法
1
作者 陈辉 边斌超 +1 位作者 连峰 韩崇昭 《雷达学报(中英文)》 EI CSCD 北大核心 2024年第3期629-645,共17页
针对复杂的机动扩展目标跟踪问题,利用Transformer网络设计了一种有效的星凸不规则形状机动扩展目标跟踪方法。首先,该文研究利用alpha-shape算法建立了星凸形状的变化模型,实现了静态场景下的星凸形扩展目标的形状估计。然后,通过对目... 针对复杂的机动扩展目标跟踪问题,利用Transformer网络设计了一种有效的星凸不规则形状机动扩展目标跟踪方法。首先,该文研究利用alpha-shape算法建立了星凸形状的变化模型,实现了静态场景下的星凸形扩展目标的形状估计。然后,通过对目标状态转移矩阵进行重新设计,结合Transformer网络对机动扩展目标运动状态转移矩阵进行实时估计,实现了对复杂机动目标运动过程的精准跟踪。进一步地,将估计得到的形状轮廓与运动状态进行融合,最终实现了对星凸形机动扩展目标的实时跟踪。最后,通过构造复杂的机动扩展目标跟踪场景,利用多重性能指标测试算法对形状和运动状态的综合估计性能,验证了算法的有效性。 展开更多
关键词 扩展目标跟踪 机动目标 transformer 星凸形 弗雷歇距离-面积误差
下载PDF
宽卷积局部特征扩展的Transformer网络故障诊断模型
2
作者 张新良 李占 周益天 《国外电子测量技术》 2024年第2期139-149,共11页
视觉Transformer网络的高精度诊断性能依赖于充分的训练数据,利用卷积网络在提取局部特征上的优势,构造能同时描述故障局部和全局特征的提取层,提高诊断模型的抗噪声干扰能力。首先,引入卷积网络模块将原始振动信号转换为Transformer网... 视觉Transformer网络的高精度诊断性能依赖于充分的训练数据,利用卷积网络在提取局部特征上的优势,构造能同时描述故障局部和全局特征的提取层,提高诊断模型的抗噪声干扰能力。首先,引入卷积网络模块将原始振动信号转换为Transformer网络可以直接接收的特征向量,提取故障局部特征,并通过增加卷积网络的感受野。然后,结合Transformer网络多头自注意力机制生成的全局信息,构建能同时描述故障局部和全局特征的特征向量。最后,在Transformer网络的预测层,利用高效通道注意力机制对特征向量的贡献度进行自动筛选。在西储大学(CWRU)轴承数据集上的故障诊断结果表明,在信噪比-4 dB的噪声干扰下,改进后的Transformer网络轴承故障诊断模型的准确率达90.21%,与原始Transformer模型相比,准确率提高了13.2%,在噪声环境下表现出优异的诊断性能。 展开更多
关键词 轴承故障诊断 视觉transformer 宽卷积核 自注意力机制 局部-全局特征 高效通道注意力
下载PDF
基于集成GCN-Transformer网络的ENSO预测模型
3
作者 杜先君 李河 《海洋学报》 CAS CSCD 北大核心 2023年第12期156-165,共10页
厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)是热带太平洋海表面温度发生异常的现象,会导致冰雹、洪水、台风等极端天气的出现,因此对ENSO的准确预测意义重大。本文设计了集成GCN-Transformer(GCNTR)模型,首先运用Tran... 厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)是热带太平洋海表面温度发生异常的现象,会导致冰雹、洪水、台风等极端天气的出现,因此对ENSO的准确预测意义重大。本文设计了集成GCN-Transformer(GCNTR)模型,首先运用Transformer网络的全局特征聚焦能力对数据特征进行编码,然后结合GCN提取图数据特征的能力,最后引入特征融合门控机制将经过编码的特征和GCN提取的特征进行融合,实现ENSO的精确预测。结果表明,GCNTR模型实现了对ENSO提前20个月的预测,比ENSOTR多了3个月,比Transformer多了5个月,并且模型绝大部分的预测精度优于其他模型。与现有的方法相比,GCNTR模型能够实现对ENSO更好的预测。 展开更多
关键词 厄尔尼诺-南方涛动 图卷积神经网络 transformer GCNTR
下载PDF
高光谱图像去噪的稀疏空谱Transformer模型 被引量:1
4
作者 杨智翔 孙玉宝 +1 位作者 白志远 栾鸿康 《电子测量技术》 北大核心 2024年第1期150-158,共9页
现阶段Transformer模型的应用提升了高光谱图像去噪的性能,但原始Transformer模型对图像空间-光谱耦合关联性的利用仍存在不足;对空间特征的处理存在过于平滑,容易丢失小尺度结构的现象;同时在光谱维度上也过于关注全部通道特征,缺乏对... 现阶段Transformer模型的应用提升了高光谱图像去噪的性能,但原始Transformer模型对图像空间-光谱耦合关联性的利用仍存在不足;对空间特征的处理存在过于平滑,容易丢失小尺度结构的现象;同时在光谱维度上也过于关注全部通道特征,缺乏对不同光谱波段间差异性的利用;为了应对这些问题,本文提出了一种新的稀疏空谱Transformer模型,提升了对空谱耦合关联性的利用。在空间维度,引入局部增强模块增强空间特征细节,应对过平滑问题;同时在光谱维度上提出了Top-k稀疏自注意力机制,自适应选择前K个最相关的光谱通道特征进行特征交互,从而能够有效捕获空谱特征。最终通过稀疏空谱Transformer的层级残差连接实现高光谱图像的去噪。在ICVL数据集上分别对高斯噪声和复杂噪声进行去噪处理,峰值信噪比分别达到40.56 dB和40.19 dB,证明了本文提出的稀疏空谱Transformer模型优越的性能。 展开更多
关键词 高光谱图像去噪 空间-光谱联合特征 稀疏transformer
下载PDF
面向高光谱医学图像分类的空-谱自注意力Transformer 被引量:2
5
作者 李远 时旭 +2 位作者 杨正春 谭崎娟 黄鸿 《光学精密工程》 EI CAS CSCD 北大核心 2023年第18期2752-2764,共13页
高光谱成像技术的飞速发展给非侵入式医学成像带来新的契机,但高光谱医学图像具有高维度、高冗余以及“图谱合一”的特点,亟需针对上述特点设计智能诊断算法。近年来,Transformer已经在高光谱医学图像处理领域得到广泛应用。然而,不同... 高光谱成像技术的飞速发展给非侵入式医学成像带来新的契机,但高光谱医学图像具有高维度、高冗余以及“图谱合一”的特点,亟需针对上述特点设计智能诊断算法。近年来,Transformer已经在高光谱医学图像处理领域得到广泛应用。然而,不同仪器设备、不同采集操作所获得的高光谱医学图像差异较大,这给现有Transformer诊断模型的实际应用带来了巨大挑战。针对上述问题,本文提出了一种空-谱自注意力Transformer(S3AT),自适应挖掘像素与像素间、波段与波段间的内蕴联系,并在分类阶段融合多个视野下的预测结果。首先,在Transformer编码器中,设计一种空-谱自注意力机制,获取不同视野下高光谱图像上的关键空间信息和重要波段,并将不同视野下所获得的空-谱自注意力进行融合。其次,在模型分类阶段,将不同视野下的预测结果根据可学习权重进行加权融合,对图像进行综合预测。在In-vivo Human Brain和BloodCell HSI两个数据集上,本文算法总体分类精度分别达到82.25%和91.74%。实验结果表明,所提出的算法有效改善高光谱医学图像分类性能。 展开更多
关键词 高光谱医学图像 transformer -谱自注意力 预测融合
下载PDF
基于光谱-空间联合Transformer模型的黄河三角洲湿地高光谱影像分类 被引量:1
6
作者 辛紫麒 李忠伟 +3 位作者 王雷全 许明明 胡亚斌 梁建 《海洋科学》 CAS CSCD 北大核心 2023年第5期90-101,共12页
黄河三角洲湿地地物类型在光谱曲线上差异较小,且在空间上分布零散,呈破碎化特性。现有的分类方法受限于局部感受野难以捕捉到图像的长距离依赖关系,导致在黄河三角洲湿地高光谱影像中分类精度不理想,针对此问题,本文提出了一种光谱-空... 黄河三角洲湿地地物类型在光谱曲线上差异较小,且在空间上分布零散,呈破碎化特性。现有的分类方法受限于局部感受野难以捕捉到图像的长距离依赖关系,导致在黄河三角洲湿地高光谱影像中分类精度不理想,针对此问题,本文提出了一种光谱-空间联合Transformer模型。光谱和空间支路分别以光谱向量和空间邻域为输入,基于自注意力机制提取全局光谱和空间特征,在两个支路引入多阶特征交互层,实现浅层边缘信息和深层语义信息的融合,最后采用自适应相加的方式将两路特征融合,送入分类器实现最终分类。本文在黄河三角洲湿地高分五号GF-5和CHRIS两幅高光谱影像上验证方法的有效性,实验结果表明,该方法显著提高了湿地分类的精度,在选用3%的样本训练条件下总体精度分别达到了90.90%和94.17%,优于其他分类方法。研究结果可实现黄河三角洲湿地地物类型的高精度分类,为湿地的保护提供技术支持。 展开更多
关键词 黄河三角洲湿地 高光谱影像分类 transformer模型 光谱-空间联合
下载PDF
基于三维特征和Transformer的数字化古籍文档图像矫正
7
作者 赵微 牟大中 +2 位作者 李夏童 屈千林 曹鹏 《北京印刷学院学报》 2024年第8期66-72,共7页
古籍文档图像矫正是古籍文档数字化中的一个关键环节,对提高古籍数字化质量具有重要的现实意义。针对古籍中普遍存在的氧化弯曲、粘连折叠、装订方式特殊等原因导致的形变复杂、矫正难度大的问题,本文提出了一种基于深度学习和三维特征... 古籍文档图像矫正是古籍文档数字化中的一个关键环节,对提高古籍数字化质量具有重要的现实意义。针对古籍中普遍存在的氧化弯曲、粘连折叠、装订方式特殊等原因导致的形变复杂、矫正难度大的问题,本文提出了一种基于深度学习和三维特征信息提取的古籍文档图像矫正方法。首先使用U-Net形式的编码器-解码器提取古籍文档图像的三维特征,然后基于Transformer模型对得到的三维特征图进行后向映射,最后使用双线性插值得到矫正后的图像。为了验证所提出方法的有效性,在两个自制测试集上分别进行实验。实验结果表明,该方法在局部失真(Local Distortion,LD)概率上,相较于DewarpNet模型降低了2.61%~6.58%。实验证明所提出的方法能有效完成古籍文档图像的矫正任务,提升古籍数字化质量。 展开更多
关键词 古籍图像 文档图像矫正 三维信息提取 transformer 编码器-解码器
下载PDF
基于Transformer网络和多任务学习的园区综合能源系统电-热短期负荷预测方法 被引量:10
8
作者 黄旭锐 于丰源 +2 位作者 杨波 潘军 徐钦 《南方电网技术》 CSCD 北大核心 2023年第1期152-160,共9页
负荷预测是综合能源系统(integrated energy system,IES)能量管理和优化调度的基础,其预测精度直接关系到系统的整体运行性能。提出了一种基于Transformer网络和多任务学习的园区综合能源系统电-热短期负荷预测模型。首先对Transformer... 负荷预测是综合能源系统(integrated energy system,IES)能量管理和优化调度的基础,其预测精度直接关系到系统的整体运行性能。提出了一种基于Transformer网络和多任务学习的园区综合能源系统电-热短期负荷预测模型。首先对Transformer网络和多任务学习结构的基本原理进行了介绍;然后通过基于随机森林的特征选择步骤提取反映负荷特性和变化规律的典型指标,构建多任务学习输入特征,基于Transformer网络构建多任务学习权值共享层,并通过全连接层输出多能负荷的预测值;最后通过实际园区微能源系统的数据验证所提方法和算法的有效性,结果表明本文所提模型可以充分学习电-热耦合特征,提高负荷预测的精度。 展开更多
关键词 负荷预测 多任务学习 transformer网络 -热耦合 综合能源系统
下载PDF
考虑多变量相关性改进的风电场Transformer中长期预测模型
9
作者 李士哲 王霄慧 刘帅 《智慧电力》 北大核心 2024年第4期62-68,107,共8页
挖掘风电场多变量相关性对提高中长期的预测精度具有积极影响。针对Transformer模型在捕获多变量间相关性方面的不足,提出考虑多变量相关性的多变量中长期预测模型。首先,采用多变量独立嵌入(MIE)对风电场多变量进行独立建模;然后,使用... 挖掘风电场多变量相关性对提高中长期的预测精度具有积极影响。针对Transformer模型在捕获多变量间相关性方面的不足,提出考虑多变量相关性的多变量中长期预测模型。首先,采用多变量独立嵌入(MIE)对风电场多变量进行独立建模;然后,使用二维概率稀疏注意力(TPSA)提取时间和变量间的特征信息;最后,通过多层式编码器-解码器(MED)将多尺度的特征信息聚合,一次性输出预测结果。算例分析表明,所提模型与LSTM模型、Transformer模型、Informer模型相比,均方误差在各预测时长分别降低了42.58%~66.83%,32.58%~53.49%,14.38%~30.92%,并通过消融实验验证和分析了所提改进的有效性。 展开更多
关键词 多变量相关性 transformer模型 多变量独立嵌入 二维概率稀疏注意力 多层式编码器-解码器
下载PDF
基于Transformer模型的中文文本生成方法研究
10
作者 王晓峰 《无线互联科技》 2024年第20期44-46,共3页
文章研究了基于Transformer模型的中文文本生成方法,重点探讨了Transformer模型的编码器-解码器结构及其工作原理。在详细分析了编码器和解码器的工作机制后,文章利用Hugging Face Transformers开源模型进行了中文文本生成实验。结果表... 文章研究了基于Transformer模型的中文文本生成方法,重点探讨了Transformer模型的编码器-解码器结构及其工作原理。在详细分析了编码器和解码器的工作机制后,文章利用Hugging Face Transformers开源模型进行了中文文本生成实验。结果表明,该方法在自制数据集上取得了良好的效果,其准确率、精确率和召回率分别达到92.5%、91.8%和90.6%。该研究不仅拓展了中文自然语言处理的理论基础,还为实际应用提供了高效的技术支持。 展开更多
关键词 transformer模型 编码器-解码器 文本生成 问答任务
下载PDF
Recovery of alumina from circulating fluidized bed combustion Al-rich fly ash using mild hydrochemical process 被引量:16
11
作者 杨权成 马淑花 +1 位作者 郑诗礼 张然 《Transactions of Nonferrous Metals Society of China》 SCIE EI CAS CSCD 2014年第4期1187-1195,共9页
To utilize CFBC Al-rich fly ash, a mild hydrochemical extraction process was investigated for recovery of alumina. An alumina extraction efficiency of 92.31%was attained using a 45%NaOH solution, an original caustic r... To utilize CFBC Al-rich fly ash, a mild hydrochemical extraction process was investigated for recovery of alumina. An alumina extraction efficiency of 92.31%was attained using a 45%NaOH solution, an original caustic ratio (molar ratio of Na2O to Al2O3 in the sodium aluminate solution) of 25, a molar ratio of CaO to SiO2 in the fly ash of 1.1, a liquid volume to solid mass ratio of 9, a reaction temperature of 280 ℃, and a residence time of 1 h when treating fly ash with an alumina to silica mass ratio (A/S) of 0.78 and an alumina content of 32.43%. Additionally, the alumina leaching mechanism was explored via structural and chemical analysis, which revealed that after alkaline digestion, the main solid phase containing silica was NaCaHSiO4 with a theoretical A/S of zero. 展开更多
关键词 recovery of alumina fly ash phase transformation circulating fluidized bed combustion (CFBC)
下载PDF
基于Transformer结构的多目标追踪算法研究综述 被引量:1
12
作者 曾文献 李伟光 +1 位作者 马月 李岳松 《河北省科学院学报》 CAS 2022年第3期1-8,共8页
Transformer是一种基于编码器-解码器、完全使用自注意力机制的深度神经网络结构,目前已经成功应用于多目标追踪,性能得到大幅提升。本文首先分析了Transformer网络整体结构,归纳Transformer结构具有的优势。然后根据查询方式将基于Tran... Transformer是一种基于编码器-解码器、完全使用自注意力机制的深度神经网络结构,目前已经成功应用于多目标追踪,性能得到大幅提升。本文首先分析了Transformer网络整体结构,归纳Transformer结构具有的优势。然后根据查询方式将基于Transformer结构的多目标追踪方法分为:基于稀疏查询的方法和基于密集查询的方法,对相关模型分析总结。最后介绍常用数据集,对比分析模型性能,指出基于Transformer结构的多目标追踪面临的挑战与未来研究方向。 展开更多
关键词 多目标追踪 transformer 自注意力机制 编码器-解码器
下载PDF
Transformer与CNN融合的单目图像深度估计 被引量:3
13
作者 张涛 张晓利 任彦 《哈尔滨理工大学学报》 CAS 北大核心 2022年第6期88-94,共7页
针对单目视觉图像深度估计时存在精度低的问题,提出一种Transformer和CNN融合的单目图像深度估计方法。首先,采用ResNet-50作为编码器-解码器网络的主干网络对图像特征进行提取,同时在编码器-解码器网络中采用层级融合的方法,将编码器... 针对单目视觉图像深度估计时存在精度低的问题,提出一种Transformer和CNN融合的单目图像深度估计方法。首先,采用ResNet-50作为编码器-解码器网络的主干网络对图像特征进行提取,同时在编码器-解码器网络中采用层级融合的方法,将编码器各层级特征进行融合作为解码器的输入,提升深度估计网络对多尺度特征信息的利用率。其次,采用Transformer网络对解码器的输出特征进行全局分析,Transformer网络中的多头注意力机制从解码器输出的深层特征中估计深度信息,提高深度估计网络对多尺度特征的提取能力进而提高深度图的精准度。在NYU Depth-v2数据集上完成模型有效性验证。实验结果表明,与多尺度卷积神经网络相比,该方法在精度δ<1.25上提高24.3%,在均方根误差指标上降低61.3%。证明其在单目图像深度估计的可行性。 展开更多
关键词 卷积神经网络 编码器-解码器 transformer 深度估计 单目视觉
下载PDF
基于雷达测量的用于炮位侦察的Transformer网络 被引量:1
14
作者 蔡鑫鹏 贾正望 刘华军 《南京理工大学学报》 EI CAS CSCD 北大核心 2021年第2期189-196,共8页
依赖雷达测量数据的炮位侦察在遇到炮弹低射角时面临极大的挑战。雷达观测数据弧段短、测量误差大,且具有数据批量小、非线性、不完整等特点,炮位外推困难。广泛用于自然语言处理领域的Transformer网络具有长距离依赖、全自注意力机制... 依赖雷达测量数据的炮位侦察在遇到炮弹低射角时面临极大的挑战。雷达观测数据弧段短、测量误差大,且具有数据批量小、非线性、不完整等特点,炮位外推困难。广泛用于自然语言处理领域的Transformer网络具有长距离依赖、全自注意力机制等特点,在长距离序列建模方面具有较大优势。该文提出了一种时间戳编码的方法,首次应用于Transformer网络来表征空气动力目标的飞行轨迹,并外推炮位位置。同时建立了大规模雷达侦测仿真数据集用于网络训练,并与传统炮位侦察算法,如卡尔曼滤波类算法、长-短周期记忆网络等进行了对照实验。结果表明:Transformer网络在预测炮位时收敛性能好,圆概率误差指标优于其他方法。 展开更多
关键词 transformer模型 -短周期记忆 炮位侦察 雷达测量 时间戳编码 飞行轨迹
下载PDF
基于2D CNN和Transformer的人体动作识别 被引量:14
15
作者 朱相华 智敏 殷雁君 《电子测量技术》 北大核心 2022年第15期123-129,共7页
人体动作识别是计算机视觉领域的研究热点之一,在人机交互、视频监控等方面具有深远的理论研究意义。为了解决2D CNN无法有效获取时间关系等问题,利用Transformer在建模长期依赖关系上的优势,引入Transformer架构并将其与2D CNN相结合... 人体动作识别是计算机视觉领域的研究热点之一,在人机交互、视频监控等方面具有深远的理论研究意义。为了解决2D CNN无法有效获取时间关系等问题,利用Transformer在建模长期依赖关系上的优势,引入Transformer架构并将其与2D CNN相结合用于人体动作识别,以更好地捕获上下文时间信息。首先使用融合通道-空间注意力模块的2D CNN提取强化的帧内空间特征,其次利用Transformer捕捉帧间的时间特征,最后应用MLP Head进行动作分类。实验结果表明在HMDB-51数据集和UCF-101数据集上分别达到了69.4%和95.5%的识别准确度。 展开更多
关键词 人体动作识别 2D CNN 通道-空间注意力模块 transformer
下载PDF
预标准化Transformer在乌英机器翻译中的实现 被引量:13
16
作者 高巍 陈子祥 +1 位作者 李大舟 李耀松 《小型微型计算机系统》 CSCD 北大核心 2020年第11期2286-2291,共6页
随着人工智能技术的高速发展,基于神经网络的机器翻译技术愈发受到人们的重视.然而,限于有限的数据资源,基于该方法的小语种翻译效果并不理想.乌尔都语作为印度和巴基斯坦的官方语言被广泛使用,实现它与英语之间的翻译模型具有重要意义... 随着人工智能技术的高速发展,基于神经网络的机器翻译技术愈发受到人们的重视.然而,限于有限的数据资源,基于该方法的小语种翻译效果并不理想.乌尔都语作为印度和巴基斯坦的官方语言被广泛使用,实现它与英语之间的翻译模型具有重要意义.本文基于编码器-解码器框架,提出了一种预标准化Transformer的乌英机器翻译模型.该模型在基准Transformer模型上增加了预标准化层,保证数据分布一致的同时避免发生梯度消失.实验采用BLEU作为评价指标.实验表明,在少量乌尔都语与英语平行语料库的基础上,本文提出的基于预标准化Transformer的乌英机器翻译模型能够取得较好的结果.与基准Transformer模型相比在BLEU值上有了一定的提高. 展开更多
关键词 机器翻译 乌尔都语 预标准化transformer 编码器-解码器 BLEU
下载PDF
基于Transformer的汉字到盲文端到端自动转换
17
作者 蒋琪 苏伟 +3 位作者 谢莹 周弘安平 张久文 蔡川 《计算机科学》 CSCD 北大核心 2021年第S02期136-141,共6页
汉字到盲文自动转换是改善我国1700万视障人群生活学习和贯彻落实国家信息无障碍建设的重要问题。现有汉盲转换方法均采用多步转换方法,先对汉字文本进行盲文分词连写,再对汉字进行标调,最后结合分词和标调信息合成盲文文本。该文提出... 汉字到盲文自动转换是改善我国1700万视障人群生活学习和贯彻落实国家信息无障碍建设的重要问题。现有汉盲转换方法均采用多步转换方法,先对汉字文本进行盲文分词连写,再对汉字进行标调,最后结合分词和标调信息合成盲文文本。该文提出一种基于编码器-解码器模型Transformer的端到端汉盲转换方法,利用汉字-盲文对照语料库训练Transformer模型。基于《人民日报》六个月约1200万字中文语料,该文构建了国家通用盲文、现行盲文、双拼盲文三种对照汉盲语料库。实验结果表明,该文提出的方法可将汉字一步转换为盲文,并在国家通用盲文、现行盲文、双拼盲文分别有80.25%,79.08%和79.29%的BLEU值。相比现有汉盲转换方法,该方法所需语料库的建设难度较小,且工程复杂度较低。 展开更多
关键词 汉盲转换 端到端深度学习 编码器-解码器模型 transformer
下载PDF
Modal identification based on Hilbert-Huang Transform of structural response with S VD preprocessing 被引量:7
18
作者 Min Zheng Fan Shen Yuping Dou Xiaoyan Yan College of Civil Aviation,Nanjing University of Aeronautics and Astronautics,210016 Nanjing. China 《Acta Mechanica Sinica》 SCIE EI CAS CSCD 2009年第6期883-888,共6页
In recent years, Empirical mode decomposition and Hilbert spectral analysis have been combined to identify system parameters. Singular-Value Decomposition is pro- posed as a signal preprocessing technique of Hilbert-H... In recent years, Empirical mode decomposition and Hilbert spectral analysis have been combined to identify system parameters. Singular-Value Decomposition is pro- posed as a signal preprocessing technique of Hilbert-Huang Transform to extract modal parameters for closely spaced modes and low-energy components. The proposed method is applied to a simulated airplane model built in Automatic Dynamic Analysis of Mechanical Systems software. The results demonstrate that the identified modal parameters are in good agreement with the baseline model. 展开更多
关键词 Modal identification . Hilbert-Huang transforms - Singular-value decomposition . Signal processing
下载PDF
Spherical Near-Field - Far-Field Transformation for Quasi-Planar Antennas from Irregularly Spaced Data
19
作者 Francesco D’ Agostino Flaminio Ferrara +2 位作者 Claudio Gennarelli Rocco Guerriero Massimo Migliozzi 《Journal of Electromagnetic Analysis and Applications》 2012年第4期147-155,共9页
An effective near-field - far-field (NF - FF) transformation with spherical scanning for quasi-planar antennas from irregularly spaced data is developed in this paper. Two efficient approaches for evaluating the regul... An effective near-field - far-field (NF - FF) transformation with spherical scanning for quasi-planar antennas from irregularly spaced data is developed in this paper. Two efficient approaches for evaluating the regularly spaced spherical samples from the nonuniformly distributed ones are proposed and numerically compared. Both the approaches rely on a nonredundant sampling representation of the voltage measured by the probe, based on an oblate ellipsoidal modelling of the antenna under test. The former employs the singular value decomposition method to reconstruct the NF data at the points fixed by the nonredundant sampling representation and can be applied when the irregularly acquired samples lie on nonuniform parallels. The latter is based on an iterative technique and can be used also when such a hypothesis does not hold, but requires the existence of a biunique correspondence between the uniform and nonuniform samples, associ- ating at each uniform sampling point the nearest irregular one. Once the regularly spaced spherical samples have been recovered, the NF data needed by a probe compensated NF - FF transformation with spherical scanning are efficiently evaluated by using an optimal sampling interpolation algorithm. It is so possible to accurately compensate known posi- tioning errors in the NF - FF transformation with spherical scanning for quasi-planar antennas. Some numerical tests assessing the accuracy and the robustness of the proposed approaches are reported. 展开更多
关键词 Antenna Measurements NEAR-FIELD - FAR-FIELD transformATIONS SPHERICAL Scanning Nonredundant Sampling REPRESENTATIONS of Electromagnetic Fields Probe Positioning ERRORS Compensation
下载PDF
A Tool for the Assessment of the Electromagnetic Forces in Power Distribution Transformers
20
作者 A. da Costa Lopes M.A. Sanz-Bobi +3 位作者 L. Rouco R. Palacios L. Flores P. Cirujano 《Journal of Energy and Power Engineering》 2011年第10期972-977,共6页
This paper compares the estimated electromagnetic forces due to short circuits in power transformers using two computational models. The first model is based on approximate analytical expressions of the electromagneti... This paper compares the estimated electromagnetic forces due to short circuits in power transformers using two computational models. The first model is based on approximate analytical expressions of the electromagnetic lbrces as they have been compiled in earlier versions of the IEC standard 60076-5. The second model is based on a finite element model of the transformer using the software FEMM (Finite Element Method Magnetics). The paper shows how valid the analytical model is for design purposes. Results have been obtained and compared from both models in a number of actual power distribution transformers. It is possible to conclude that the analytical formulation provides satisfactory results for the design of power transformers compared to detailed finite element models. A tool has been designed for this purpose and the main features of it will be described in the paper. 展开更多
关键词 Electromagnetic forces power transformer SHORT-CIRCUIT IEC 60076-5.
下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部