期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于深度学习的电力图像目标自动识别方法 被引量:3
1
作者 张蕾 白万荣 +2 位作者 陈佐虎 魏峰 张珍芬 《电子设计工程》 2023年第6期48-51,56,共5页
为有效控制电力目标节点处的功率数值下降趋势,避免配电网出现强烈扰动的信号量输出情况,提出基于深度学习的电力图像目标自动识别方法。根据灰度变换法则,处理已获取的图像均值信息,结合颜色还原原理,实现对电力设备图像的增强性处理... 为有效控制电力目标节点处的功率数值下降趋势,避免配电网出现强烈扰动的信号量输出情况,提出基于深度学习的电力图像目标自动识别方法。根据灰度变换法则,处理已获取的图像均值信息,结合颜色还原原理,实现对电力设备图像的增强性处理。根据深度学习理论校正电力图像的目标标签,通过分割边缘特征,得到准确的识别节点匹配结果,完成基于深度学习的电力图像目标自动识别方法的设计与应用。实例分析结果显示,与改进Faster-RCNN型定位方法相比,在深度学习原理作用下,电力目标节点处的功率数值下降量更小,可避免配电信号受到强烈扰动影响,实现对电功率下降趋势的有效控制。 展开更多
关键词 深度学习 电力图像 目标识别 均值信息 目标标签 边缘特征
下载PDF
空间和频率分集联合的矿井无标签目标定位方法 被引量:1
2
作者 滕跃 孙彦景 +3 位作者 丁恩杰 霍羽 杨悦 张晓光 《工矿自动化》 北大核心 2020年第7期82-88,I0002,共8页
传统的有源定位技术因井下环境复杂导致工作人员不便携带标签、作业途中丢失标签,在井下目标定位应用中受限,而现有的几何法、指纹法等无源定位技术因井下存在密集的多径干扰,导致定位精度低,不适合直接应用于井下。针对上述问题,提出... 传统的有源定位技术因井下环境复杂导致工作人员不便携带标签、作业途中丢失标签,在井下目标定位应用中受限,而现有的几何法、指纹法等无源定位技术因井下存在密集的多径干扰,导致定位精度低,不适合直接应用于井下。针对上述问题,提出了一种空间和频率分集联合的矿井无标签目标定位方法。该方法基于傅里叶域非均匀采样原理,通过对波数域中的目标回波信号进行傅里叶逆变换,恢复目标散射函数,实现目标定位;采用无源宽带谐波标签生成所需谐波信号,消除发射天线引入的基频干扰;利用谐波标签的空间多样性和谐波信号的频率多样性,融合多通道信息,实现空间和频率分集联合,解决采样信息不足导致的低定位精度问题;使用差分接收算法,消除下行链路多径干扰引起的相位误差,提高矿井无标签目标定位精度。仿真实验结果表明:该方法能够有效扩展波数域覆盖范围,抑制多径干扰,实现目标准确定位;在低信噪比条件下,定位精度可达分米级。 展开更多
关键词 矿井定位 无源定位 标签目标定位 空间分集 频率分集 差分接收 谐波标签 多径干扰
下载PDF
半结构化数据的最小化模式发现 被引量:1
3
作者 李久仲 石硕 沈轶 《计算机应用与软件》 CSCD 2009年第4期51-54,共4页
半结构化数据的模式抽取对于半结构化数据查询、优化及异构数据的集成具有重要的意义。结合标签路径及标签路径的目标集概念,提出了基于OEM(Object Exchange Model)模型的半结构化数据最小化模式抽取新方法,并给出了与标签路径目标集、... 半结构化数据的模式抽取对于半结构化数据查询、优化及异构数据的集成具有重要的意义。结合标签路径及标签路径的目标集概念,提出了基于OEM(Object Exchange Model)模型的半结构化数据最小化模式抽取新方法,并给出了与标签路径目标集、支持度计算相关的两个定理。算法的基本思路:依据文中的两个定理,采用宽度优先自顶向下的遍历策略依次求出各标签路径的最后一个标签的目标集及支持度,标签支持度大的目标集优先映射为对应的模式节点。对同一半结构数据实例,算法抽取的模式与其他算法得到的模式相比规模小、算法执行时间短。算法适用于层次型及包含环路的OEM半结构化数据模式抽取。 展开更多
关键词 半结构化数据 模式抽取 OEM模型 标签路径 标签路径的支持度 标签路径的目标
下载PDF
基于深度网络的滚动轴承智能故障诊断 被引量:4
4
作者 李金才 付文龙 +2 位作者 王仁明 陈星 孟嘉鑫 《工矿自动化》 北大核心 2022年第4期78-88,共11页
针对变工况环境中滚动轴承的源域与目标域数据分布不同及目标域样本不含标签的问题,提出一种基于深度自适应迁移学习网络(DATLN)的滚动轴承故障诊断模型。首先,搭建领域共享特征提取网络,采用多尺度卷积神经网络(MSCNN)抑制噪声的干扰,... 针对变工况环境中滚动轴承的源域与目标域数据分布不同及目标域样本不含标签的问题,提出一种基于深度自适应迁移学习网络(DATLN)的滚动轴承故障诊断模型。首先,搭建领域共享特征提取网络,采用多尺度卷积神经网络(MSCNN)抑制噪声的干扰,进而有效提取振动信号中蕴含的局部故障信息;其次,结合双向长短时记忆网络(BiLSTM)进一步学习局部故障信息中的时间特征;最后,引入迁移学习,以域对抗(DA)训练结合自适应联合分布(AJD)度量构建域自适应模块,通过最大化域分类损失和最小化AJD距离,实现源域与目标域特征样本对齐。在开源CWRU数据集与机械故障平台实测数据集上分别进行抗噪实验和迁移实验。抗噪实验表明:①在无噪声环境下,MSCNN-BiLSTM网络的识别准确率均达到99%以上,说明其具有较好的特征提取能力;②MSCNN-BiLSTM,LeNet-5,MSCNN和BiLSTM四种网络的识别准确率随着噪声强度的增强而降低;③在3,5,10 dB噪声环境下,MSCNN-BiLSTM网络的平均识别准确率比LeNet-5,MSCNN和BiLSTM网络的平均识别准确率均高,说明MSCNN-BiLSTM网络具有较好的抗噪声干扰性能;④MSCNN-BiLSTM网络在无噪声环境和3 dB噪声环境下,均最先达到收敛且波动较小。迁移实验表明:①在无标签目标域数据集上,DA+AJD方法的平均识别准确率为97.36%,均高于Baseline,迁移成分分析(TCA),域对抗神经网络(DANN)的识别准确率;②在测试集混淆矩阵上,DA+AJD方法仅有1个样本被错误识别,表明基于域适应的DA+AJD方法具备更好的故障迁移诊断性能;③利用t-SNE算法对处理后的源域与目标域特征样本进行可视化,DA+AJD方法只有少量目标域的滚动体故障和外圈故障特征样本被错误对齐到源域的内圈故障特征样本区域,说明DA+AJD方法可有效减少源域与目标域的边缘分布和条件分布差异,进而达到更好的特征样本对齐效果。 展开更多
关键词 滚动轴承 智能故障诊断 多尺度卷积神经网络 标签目标域样本 深度学习 迁移学习 自适应联合分布
下载PDF
SIGNATURE DRIVEN MULTIPLE TARGET TRACKING
5
作者 Sun Shuyan Huang Zhipei Ren Xiaoyi Wu Jiankang 《Journal of Electronics(China)》 2009年第6期754-764,共11页
Tracking multiple maneuvering targets remains a challenge due to the existence of clutter and the disturbance of spurious targets. Traditional tracking algorithms treat target measurements as points which results in t... Tracking multiple maneuvering targets remains a challenge due to the existence of clutter and the disturbance of spurious targets. Traditional tracking algorithms treat target measurements as points which results in the loss of information. We have propose a Signature Driven multiple-target Tracking (SDT) method which uses target signature in spectral,spatial and temporary spaces as well as the Markov property of target motion,and the data association process in SDT is very effective. The experimental results have shown its outstanding performance. 展开更多
关键词 TRACKING FILTERING ESTIMATION SIGNATURE Sensor fusion
下载PDF
国际集装箱海铁联运网络中的最优路径选择 被引量:11
6
作者 张燕 王艳鑫 杨华龙 《大连海事大学学报》 CAS CSCD 北大核心 2013年第4期111-114,共4页
针对我国海铁联运网络的特征,考虑运输费用和运输时间两个目标,通过虚拟网络的构建将最优路径的选择问题转化为双目标的最短路问题,建立双目标的整数规划模型,并采用双目标的标签设置算法对问题进行求解.模拟计算结果表明,该算法可获得... 针对我国海铁联运网络的特征,考虑运输费用和运输时间两个目标,通过虚拟网络的构建将最优路径的选择问题转化为双目标的最短路问题,建立双目标的整数规划模型,并采用双目标的标签设置算法对问题进行求解.模拟计算结果表明,该算法可获得所有的帕累托最优路径,可为决策者提供科学全面的决策依据. 展开更多
关键词 集装箱 海铁联运 路径优化选择 目标标签设置 帕累托最优
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部