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
可变区域的视频图像幅型比非线性缩放算法
被引量:
3
1
作者
任卫军
褚洪东
贺昱曜
《电视技术》
北大核心
2008年第2期41-42,共2页
详细讨论了算法的原理和工程实现方法。结果表明,该算法既可保证主景图像不失真及图像内容的完整性,又可充分利用电视屏幕的整个显示区,达到较完美的视觉效果。
关键词
视频图像
幅
型
变换
非
线性
缩
放
算法
可变区域
下载PDF
职称材料
基于K近邻卷积神经网络的点云模型识别与分类
被引量:
10
2
作者
于挺
杨军
《激光与光电子学进展》
CSCD
北大核心
2020年第10期347-355,共9页
为了进一步提高大规模多种类点云模型识别与分类的准确率,提出了一种K近邻卷积神经网络模型。首先,利用最远点采样算法对点云模型均匀采样;其次,对采样后的点云模型用K近邻算法构建每个点的局部邻域,为防止信息的非局部扩散,对卷积层提...
为了进一步提高大规模多种类点云模型识别与分类的准确率,提出了一种K近邻卷积神经网络模型。首先,利用最远点采样算法对点云模型均匀采样;其次,对采样后的点云模型用K近邻算法构建每个点的局部邻域,为防止信息的非局部扩散,对卷积层提取的特征也逐个建立局部邻域;然后,通过最大池化聚合所有局部特征得到点云模型的全局特征表示;最后,用全连接层与Softmax函数计算各类别对应的概率并分类。实验结果表明,本算法在公开数据集ModelNet40上的识别准确率为92%。与已有的点云模型识别与分类算法相比,能更有效地融合局部结构特征,提高点云模型识别与分类的准确率。
展开更多
关键词
机器视觉
模
型
识别
K近邻
局部特征
缩
放
指数
线性
单元
函数
原文传递
基于提升深度迁移自动编码器的轴承智能故障诊断
被引量:
42
3
作者
邵海东
张笑阳
+1 位作者
程军圣
杨宇
《机械工程学报》
EI
CAS
CSCD
北大核心
2020年第9期84-90,共7页
实际工程中,含标注信息的轴承监测数据严重缺乏,这将导致其智能故障诊断模型难以有效构建。提出了一种基于提升深度迁移自动编码器的新方法用于不同机械设备间的轴承故障智能诊断。首先,采用可缩放指数型线性单元作为标准自动编码器的...
实际工程中,含标注信息的轴承监测数据严重缺乏,这将导致其智能故障诊断模型难以有效构建。提出了一种基于提升深度迁移自动编码器的新方法用于不同机械设备间的轴承故障智能诊断。首先,采用可缩放指数型线性单元作为标准自动编码器的激活函数,提升原始振动数据的映射质量。然后,非负约束用于修正代价函数,进一步减少重构误差。其次,构建提升深度自动编码器并用充足可用的源域数据进行预训练,得到的参数作为目标模型的初始化参数。最后,目标域中仅有的一个训练样本用于目标模型的微调以适应剩余的测试样本。将所提方法用于分析不同轴承的试验振动数据,结果表明,所提方法能基于原始振动数据有效实现不同种机械设备间的迁移诊断。
展开更多
关键词
提升深度自动编码器
轴承故障
迁移诊断
可缩放指数型线性单元
非负约束
原文传递
题名
可变区域的视频图像幅型比非线性缩放算法
被引量:
3
1
作者
任卫军
褚洪东
贺昱曜
机构
长安大学信息工程学院
西安交通大学微波与电磁场系
出处
《电视技术》
北大核心
2008年第2期41-42,共2页
基金
陕西省自然科学基金项目(2005F19)
文摘
详细讨论了算法的原理和工程实现方法。结果表明,该算法既可保证主景图像不失真及图像内容的完整性,又可充分利用电视屏幕的整个显示区,达到较完美的视觉效果。
关键词
视频图像
幅
型
变换
非
线性
缩
放
算法
可变区域
Keywords
video image
aspect ratio conversion
non-linear scaling algorithm
changing zone
分类号
TN941.1 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于K近邻卷积神经网络的点云模型识别与分类
被引量:
10
2
作者
于挺
杨军
机构
兰州交通大学电子与信息工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第10期347-355,共9页
基金
国家自然科学基金(61862039)。
文摘
为了进一步提高大规模多种类点云模型识别与分类的准确率,提出了一种K近邻卷积神经网络模型。首先,利用最远点采样算法对点云模型均匀采样;其次,对采样后的点云模型用K近邻算法构建每个点的局部邻域,为防止信息的非局部扩散,对卷积层提取的特征也逐个建立局部邻域;然后,通过最大池化聚合所有局部特征得到点云模型的全局特征表示;最后,用全连接层与Softmax函数计算各类别对应的概率并分类。实验结果表明,本算法在公开数据集ModelNet40上的识别准确率为92%。与已有的点云模型识别与分类算法相比,能更有效地融合局部结构特征,提高点云模型识别与分类的准确率。
关键词
机器视觉
模
型
识别
K近邻
局部特征
缩
放
指数
线性
单元
函数
Keywords
machine vision
model recognition
K-nearest neighbor
local feature
scaled exponential linear unit function
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于提升深度迁移自动编码器的轴承智能故障诊断
被引量:
42
3
作者
邵海东
张笑阳
程军圣
杨宇
机构
湖南大学汽车车身先进设计制造国家重点实验室
中国航空工业集团公司西安航空计算技术研究所
出处
《机械工程学报》
EI
CAS
CSCD
北大核心
2020年第9期84-90,共7页
基金
国家自然科学基金(51905160,51875183)
中央高校基本科研业务费专项资金(531118010335)资助项目。
文摘
实际工程中,含标注信息的轴承监测数据严重缺乏,这将导致其智能故障诊断模型难以有效构建。提出了一种基于提升深度迁移自动编码器的新方法用于不同机械设备间的轴承故障智能诊断。首先,采用可缩放指数型线性单元作为标准自动编码器的激活函数,提升原始振动数据的映射质量。然后,非负约束用于修正代价函数,进一步减少重构误差。其次,构建提升深度自动编码器并用充足可用的源域数据进行预训练,得到的参数作为目标模型的初始化参数。最后,目标域中仅有的一个训练样本用于目标模型的微调以适应剩余的测试样本。将所提方法用于分析不同轴承的试验振动数据,结果表明,所提方法能基于原始振动数据有效实现不同种机械设备间的迁移诊断。
关键词
提升深度自动编码器
轴承故障
迁移诊断
可缩放指数型线性单元
非负约束
Keywords
enhanced deep auto-encoder
bearing fault
transfer diagnosis
scaled exponential linear unit
nonnegative constraint
分类号
TH17 [机械工程—机械制造及自动化]
原文传递
题名
作者
出处
发文年
被引量
操作
1
可变区域的视频图像幅型比非线性缩放算法
任卫军
褚洪东
贺昱曜
《电视技术》
北大核心
2008
3
下载PDF
职称材料
2
基于K近邻卷积神经网络的点云模型识别与分类
于挺
杨军
《激光与光电子学进展》
CSCD
北大核心
2020
10
原文传递
3
基于提升深度迁移自动编码器的轴承智能故障诊断
邵海东
张笑阳
程军圣
杨宇
《机械工程学报》
EI
CAS
CSCD
北大核心
2020
42
原文传递
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