期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于多头卷积和差分自注意力的小样本故障诊断方法 被引量:3
1
作者 陈新度 扶治森 +2 位作者 吴智恒 陈启愉 郭伟科 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第7期21-33,共13页
轴承是工业设备中使用最广泛的旋转部件之一,如果轴承在故障状况下运行较长时间,将会造成巨大的经济损失并威胁人身安全,因此,对轴承故障诊断进行研究具有十分重要的意义。基于深度学习的故障诊断技术目前日趋成熟,但在小样本情况下存... 轴承是工业设备中使用最广泛的旋转部件之一,如果轴承在故障状况下运行较长时间,将会造成巨大的经济损失并威胁人身安全,因此,对轴承故障诊断进行研究具有十分重要的意义。基于深度学习的故障诊断技术目前日趋成熟,但在小样本情况下存在过拟合、效果不稳定、准确率不高等问题。为了解决这类问题,文中提出了一种融合多头卷积(Multi-Head Convolution,MC)的数据嵌入新算法和差分自注意力(Differential Self-Attention,DSA)机制的Transformer变种模型MDT(Multi-Head Convolu⁃tion and Differential Self-Attention Transformer),以实现端到端的小样本故障诊断。MC算法对样本进行多路径一维卷积,由多通道输出将样本从一维扩展到二维,通过多个卷积核尺寸提取出原样本中各个频域的丰富故障信息。相较于Transformer中原有的点积自注意力机制,DSA机制通过差分为每个特征求得对应的注意力权重向量,从而可从样本中提取出更为深层次的故障特征。MDT继承了Transformer对于处理序列数据的强大能力,可从时域信号中提取更为丰富的故障信息,同时避免了小样本模型中常见的过拟合问题。实验结果表明,该方法在每个故障种类仅有100个训练样本的轴承故障诊断任务中能稳定获得99%以上的测试准确率,具有强抗过拟合性和强鲁棒性。 展开更多
关键词 多头卷积 差分自注意力 Transformer变种 小样本 故障诊断
下载PDF
基于多头卷积长短期记忆网络的锥套轨迹预测 被引量:1
2
作者 吴慈航 闫建国 +3 位作者 程龙 王嘉伟 郭一鸣 邢小军 《西北工业大学学报》 EI CAS CSCD 北大核心 2022年第3期628-635,共8页
空中加油是一项具有重要军事意义的技术,可有效提升飞机的滞空时间和航程距离。针对空中加油对接过程中受油机难以追踪锥套运动的难题,提出了一种基于多头卷积长短期记忆网络的锥套轨迹预测方法。基于相空间重构技术将一维锥套轨迹序列... 空中加油是一项具有重要军事意义的技术,可有效提升飞机的滞空时间和航程距离。针对空中加油对接过程中受油机难以追踪锥套运动的难题,提出了一种基于多头卷积长短期记忆网络的锥套轨迹预测方法。基于相空间重构技术将一维锥套轨迹序列数据映射至高维空间中,采用多头卷积残差网络提取序列数据中的空间特征,并进行特征融合。基于此,采用长短期记忆网络挖掘特征中的时序关联,并进行有效预测。计算机仿真实验和地面半物理实验结果表明,所提的方法较传统时间序列预测方法具有更高的预测精度,体现出潜在的工程应用前景。 展开更多
关键词 空中加油 LSTM 多头卷积网络 残差网络 轨迹预测
下载PDF
基于切片关联信息的慢性阻塞性肺疾病CT诊断
3
作者 梁宇辰 蔡念 +2 位作者 欧阳文生 谢依颖 王平 《广东工业大学学报》 CAS 2024年第1期27-33,共7页
慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease, COPD)是一种常见的全球呼吸系统疾病,需要耗费医生大量的时间和精力对CT图像进行初步评估诊断。为了提高阅片效率,提出一种基于CT图像切片关联信息的深度网络,辅助诊断慢性阻... 慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease, COPD)是一种常见的全球呼吸系统疾病,需要耗费医生大量的时间和精力对CT图像进行初步评估诊断。为了提高阅片效率,提出一种基于CT图像切片关联信息的深度网络,辅助诊断慢性阻塞性肺疾病。提出一种分组方式将网络分成若干个网络分支,每个网络分支能够提取局部CT图像切片内部关联信息,结合双向LSTM技术整合各网络分支信息以提取CT图像全局切片关联信息。为了进一步提升网络分支的局部特征提取能力,融入ConvNeXt提出增强的多头卷积注意力模块。对比实验结果表明,所提出的深度网络能够更好地对CT图像进行分类,辅助COPD诊断,其准确率达到92.15%,敏感度达到94.17%,特异性达到91.17%,AUC达到95.33%。 展开更多
关键词 慢性阻塞性肺疾病 深度学习 多头卷积注意力
下载PDF
面向回转机组电机小样本复合故障的多源异构自适应迁移学习
4
作者 巩晓赟 智泽恒 +3 位作者 杜文辽 韩明 胡亚凯 罗双强 《机床与液压》 北大核心 2024年第3期209-216,共8页
针对单源信号对回转机组电机多点复合故障信息表征不充分及复合故障信号小样本问题,提出一种小样本下电机复合故障的多头卷积神经网络迁移学习模型,实现小样本下电机复合故障的多源异构迁移诊断。将动力装置中电流、振动等多源原始数据... 针对单源信号对回转机组电机多点复合故障信息表征不充分及复合故障信号小样本问题,提出一种小样本下电机复合故障的多头卷积神经网络迁移学习模型,实现小样本下电机复合故障的多源异构迁移诊断。将动力装置中电流、振动等多源原始数据作为输入,构造超参数优化的多头卷积神经网络模型。将大样本单故障的原始数据集作为源域,构建目标域下以原始数据为输入的电机小样本复合故障迁移网络模型。将正则化惩罚项应用到迁移学习模型中,构建模型目标函数参数更新准则,实现模型对源域与目标域参数的自适应更新配适。试验结果表明:单源信息的诊断可靠性依赖于数据源的选取,多源信号的多头卷积神经网络模型可有效融合电流、振动信号并实现特征提取。通过与多个模型比对,所提方法在小样本下对电机复合故障的识别精度显著提升,且收敛时间缩短近2/3。 展开更多
关键词 感应电机 复合故障 小样本 多头卷积神经网络 迁移学习
下载PDF
基于改进SegFormer的太阳能电池缺陷分割模型
5
作者 罗伟 颜作涛 +1 位作者 关佳浩 韩建 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2024年第12期2459-2468,共10页
针对太阳能电池制造过程中影响寿命和效率的缺陷问题,提出基于改进SegFormer的多尺度缺陷分割模型EL-SegFormer.该模型专注于太阳能电池缺陷分割任务,为生产提供可靠的检测手段.在网络浅层引入轻量级调制模块,利用多头混合卷积提取不同... 针对太阳能电池制造过程中影响寿命和效率的缺陷问题,提出基于改进SegFormer的多尺度缺陷分割模型EL-SegFormer.该模型专注于太阳能电池缺陷分割任务,为生产提供可靠的检测手段.在网络浅层引入轻量级调制模块,利用多头混合卷积提取不同尺度缺陷的特征信息,以固定尺度卷积和感受野,有效捕获网络早期局部信息.通过聚合方式融合头部提取的特征信息,以更准确地定位太阳能电池的各种缺陷.以分级编码器形式融合浅层到深层的多尺度上下文信息输入解码器.解码器采用轻量级多层感知机,整合不同层级的特征信息生成分割掩码.加载遍历模型,利用缺陷图像分割掩码和标签掩码计算平均交并比(MIoU).实验结果表明,EL-SegFormer模型参数仅为68.2 M,在Buerhop2018数据集上的MIoU达到67.60%,高于近年最先进模型的MIoU.所提出的模型在复杂太阳能电池缺陷分割任务上表现较好,展现出强大的应用前景. 展开更多
关键词 太阳能电池 缺陷分割 TRANSFORMER 多头混合卷积 聚合 轻量级多层感知机
下载PDF
基于信息调控和MATCN的超短期风电功率多步预测
6
作者 陈磊 黄凯阳 +3 位作者 张怡 陈禹 张志瑞 尹振楠 《现代电子技术》 北大核心 2024年第18期1-7,共7页
对波动的风电功率进行有效预测,是电网供需平衡、系统稳定运行的重要保障。为此,提出一种基于信息调控和MATCN的超短期风电功率多步预测方法。利用现有数据衍生出高阶项与交互项,提升特征序列数量与有效特征占比。针对复杂的风电数据结... 对波动的风电功率进行有效预测,是电网供需平衡、系统稳定运行的重要保障。为此,提出一种基于信息调控和MATCN的超短期风电功率多步预测方法。利用现有数据衍生出高阶项与交互项,提升特征序列数量与有效特征占比。针对复杂的风电数据结构,使用变分模态分解(VMD)将其拆分,根据子序列相关性和方差贡献率的计算结果保留重要序列分量,其余分量进行聚合,降低计算负担,缩短训练时间。随后,引入注意力机制构造多头注意力时间卷积网络(MATCN),通过注意力得分调整网络内部卷积单元之间的传递信息,实现模型对各序列分量的预测。最后,重构序列分量预测值,得到最终的输出结果。在实例数据上对所提模型进行对比验证,结果表明,该模型在不同步幅下均具有较好的预测效果。 展开更多
关键词 风电功率 多步预测 变分模态分解 多头注意力时间卷积网络 注意力机制 信息调控
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部