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
多激励复杂系统声音信号的特征提取方法研究
1
作者
王浩
余成波
龙畅
《计算机仿真》
2024年第6期280-286,共7页
为了确定系统的工作状态,通过一种结合变分模态分解(IVMD)与残差网络(ResNet)的新方法来识别不同种类的声音信号,确定系统受到了何种激励,以此判断系统是否正常工作。首先,利用IVMD方法对声音信号进行分解,以中心频率比(CFR)作为评价指...
为了确定系统的工作状态,通过一种结合变分模态分解(IVMD)与残差网络(ResNet)的新方法来识别不同种类的声音信号,确定系统受到了何种激励,以此判断系统是否正常工作。首先,利用IVMD方法对声音信号进行分解,以中心频率比(CFR)作为评价指标来确定变分模态分解(VMD)的最优K值;然后结合相关系数(CC)和排列熵(AE)的特点,从分解得到的多个本征模态函数(IMF)中选取3个关键本征模态函数(IIMF),并将其转换成声音信号图像;最后利用残差网络在图像处理方面的优势对转换后的图像进行训练。实验结果表明,上述方法对声音信号判断识别的准确率达到了99.57%,显著优于其它典型的算法。
展开更多
关键词
改进变分模态算法
关键本征模态函数
残差网络
声信号图像
下载PDF
职称材料
复杂工况下基于时频图像和CNN-SVM的管道堵塞识别研究
被引量:
6
2
作者
赵燕锋
冯早
+1 位作者
朱雪峰
伍林峰
《电子测量与仪器学报》
CSCD
北大核心
2021年第2期161-170,共10页
针对复杂工况下管道系统堵塞状态识别模型精度出现偏差的问题,提出一种基于时频图像和卷积神经网络(CNN)对管道内的堵塞物和三通件个体识别方法。首先,利用声波检测管道得到不同工况的低频声压信号,滤波处理后进行平滑伪Wigner-Ville时...
针对复杂工况下管道系统堵塞状态识别模型精度出现偏差的问题,提出一种基于时频图像和卷积神经网络(CNN)对管道内的堵塞物和三通件个体识别方法。首先,利用声波检测管道得到不同工况的低频声压信号,滤波处理后进行平滑伪Wigner-Ville时频分析得到声信号时频分布图;然后,采用大津阈值分割法对单一和复杂工况时频分布图像进行自适应分割,得到堵塞物和三通件时频图像;最后,将单一工况下轻度堵塞、重度堵塞、三通件和管道尾端4种物体的时频图像输入至卷积神经网络-支持向量机(CNN-SVM)模型进行训练,将训练好参数的模型应用于复杂工况下不同程度堵塞物和三通件的自动识别。实验结果表明,所提出的方法对4类目标在复杂工况下的识别率均达到96%以上,识别精度高于传统人工特征提取的模型。验证了堵塞物在不同工况下对声波的影响具有共性,与三通件具有差异性;对复杂工况下管道中不同程度堵塞物和三通件个体进行分析,可以有效克服工况分布差异对模型识别精度造成的偏差。
展开更多
关键词
复杂工况
声
信号
时频
图像
自适应特征提取
管道堵塞故障诊断
下载PDF
职称材料
题名
多激励复杂系统声音信号的特征提取方法研究
1
作者
王浩
余成波
龙畅
机构
重庆理工大学电气与电子工程学院
出处
《计算机仿真》
2024年第6期280-286,共7页
基金
国家自然科学基金项目(61976030)
高端外国专家项目(GDW20165200063)
重庆高校优秀成果(EEMD)。
文摘
为了确定系统的工作状态,通过一种结合变分模态分解(IVMD)与残差网络(ResNet)的新方法来识别不同种类的声音信号,确定系统受到了何种激励,以此判断系统是否正常工作。首先,利用IVMD方法对声音信号进行分解,以中心频率比(CFR)作为评价指标来确定变分模态分解(VMD)的最优K值;然后结合相关系数(CC)和排列熵(AE)的特点,从分解得到的多个本征模态函数(IMF)中选取3个关键本征模态函数(IIMF),并将其转换成声音信号图像;最后利用残差网络在图像处理方面的优势对转换后的图像进行训练。实验结果表明,上述方法对声音信号判断识别的准确率达到了99.57%,显著优于其它典型的算法。
关键词
改进变分模态算法
关键本征模态函数
残差网络
声信号图像
Keywords
Improved variational modal algorithms
Key eigenmodal functions
Residual networks
Sound signal image
分类号
TH70 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
复杂工况下基于时频图像和CNN-SVM的管道堵塞识别研究
被引量:
6
2
作者
赵燕锋
冯早
朱雪峰
伍林峰
机构
昆明理工大学信息工程与自动化学院
云南省人工智能重点实验室
出处
《电子测量与仪器学报》
CSCD
北大核心
2021年第2期161-170,共10页
基金
国家自然科学基金(61563024,51765022)项目资助。
文摘
针对复杂工况下管道系统堵塞状态识别模型精度出现偏差的问题,提出一种基于时频图像和卷积神经网络(CNN)对管道内的堵塞物和三通件个体识别方法。首先,利用声波检测管道得到不同工况的低频声压信号,滤波处理后进行平滑伪Wigner-Ville时频分析得到声信号时频分布图;然后,采用大津阈值分割法对单一和复杂工况时频分布图像进行自适应分割,得到堵塞物和三通件时频图像;最后,将单一工况下轻度堵塞、重度堵塞、三通件和管道尾端4种物体的时频图像输入至卷积神经网络-支持向量机(CNN-SVM)模型进行训练,将训练好参数的模型应用于复杂工况下不同程度堵塞物和三通件的自动识别。实验结果表明,所提出的方法对4类目标在复杂工况下的识别率均达到96%以上,识别精度高于传统人工特征提取的模型。验证了堵塞物在不同工况下对声波的影响具有共性,与三通件具有差异性;对复杂工况下管道中不同程度堵塞物和三通件个体进行分析,可以有效克服工况分布差异对模型识别精度造成的偏差。
关键词
复杂工况
声
信号
时频
图像
自适应特征提取
管道堵塞故障诊断
Keywords
complicated conditions
acoustic signal time-frequency image
adaptive feature extraction
fault diagnosis of pipeline
分类号
TP274.2 [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
多激励复杂系统声音信号的特征提取方法研究
王浩
余成波
龙畅
《计算机仿真》
2024
0
下载PDF
职称材料
2
复杂工况下基于时频图像和CNN-SVM的管道堵塞识别研究
赵燕锋
冯早
朱雪峰
伍林峰
《电子测量与仪器学报》
CSCD
北大核心
2021
6
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