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
变分自编码的分层解耦卷积脑肿瘤分割网络
1
作者
李锵
苏雅梦
关欣
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2023年第7期767-774,共8页
三维卷积神经网络处理图像分割精度高,可以保留更多空间信息,有效解决标签不平衡问题,但存在参数量大的缺点.针对目前三维脑肿瘤分割网络内存资源占用大、硬件设备要求高、计算效率低的问题,将传统3D UNet网络中的3D卷积替换为分层解耦...
三维卷积神经网络处理图像分割精度高,可以保留更多空间信息,有效解决标签不平衡问题,但存在参数量大的缺点.针对目前三维脑肿瘤分割网络内存资源占用大、硬件设备要求高、计算效率低的问题,将传统3D UNet网络中的3D卷积替换为分层解耦卷积,能够降低空间环境的计算复杂度和内存占用量,在不提高计算量的前提下显著提高分割精度,提高网络性能.为解决传统自编码器不能自主生成数据的问题,使用结合深度学习和统计学习的变分自编码器,在编码器结果中加入高斯噪声,使得编码器对结果具有鲁棒性,在编码器中加入概率分布防止过拟合,提高算法的泛化性能.采用三线性插值在三维离散采样数据的张量积网格上进行线性插值,有效避免线性方程组不断增大导致计算时间过长的问题.通过对损失函数加权混合,避免梯度弥散时出现学习速率下降现象,解决小区域分割不平衡问题,减少局部性能最优,使网络保持较高运算速度的同时有效提高分割精度,在有限内存空间最大化网络特征提取能力.在脑肿瘤公开数据集BraTS2019上的实验结果表明,该网络在增强型肿瘤、全肿瘤、肿瘤核心上的Dice值分别可达78.02%、90.05%和83.14%,参数量仅为0.30×10^(6),能够准确、高效地分割出脑肿瘤中各病灶区域,节约硬件设备的算力和内存资源,为临床应用提供可能性.
展开更多
关键词
信号与信息处理
脑肿瘤分割
变分自编码器
三线性插值
分层
解耦卷积
下载PDF
职称材料
声学和电流特征融合的行星齿轮箱诊断方法
被引量:
1
2
作者
张娜
段礼祥
+1 位作者
李肇阳
樊晓萱
《石油机械》
北大核心
2023年第9期76-86,共11页
行星齿轮箱作为页岩气压裂机组、海上风电机组等油气行业大型装备的关键部件,因工作中表面温度过高,或不允许改造(如打磨、钻孔)等限制了接触传感器(如振动传感器)的安装。为此,设计了行星齿轮箱声学和电机电流信号的非接触传感器采集方...
行星齿轮箱作为页岩气压裂机组、海上风电机组等油气行业大型装备的关键部件,因工作中表面温度过高,或不允许改造(如打磨、钻孔)等限制了接触传感器(如振动传感器)的安装。为此,设计了行星齿轮箱声学和电机电流信号的非接触传感器采集方法;针对信号特征提取困难、特征不完备,以及诊断网络参数量大、计算效率低的问题,设计了新颖的轻量化多尺度解耦卷积网络方法,实现了行星齿轮箱声学和电机电流信号特征的深度融合。采用多尺度解耦卷积网络,提取声学信号和电机电流信号中对微弱故障及类间差异敏感的特征;进行标准卷积、串行并行计算以实现特征融合,使得特征相互补充,增强完备性;引入金字塔池化模块减少特征丢失。在行星轮断齿、缺齿和行星轮轴承保持架裂纹等典型故障模拟试验中,采集了声学信号和电机电流信号,对本方法进行验证,诊断准确率达99.73%。对比结果表明:轻量化多尺度解耦卷积网络融合诊断的效果优于标准卷积网络和同类结构网络;同时结合声学和电机电流信号的方法相比传统的接触传感器,以及单一非接触传感器有更高的诊断准确率和更强的抗噪性。研究结果可为行星齿轮箱的故障诊断提供参考。
展开更多
关键词
压裂机组
行星齿轮箱
故障诊断
非接触传感器
深度特征融合
解耦卷积
下载PDF
职称材料
题名
变分自编码的分层解耦卷积脑肿瘤分割网络
1
作者
李锵
苏雅梦
关欣
机构
天津大学微电子学院
出处
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2023年第7期767-774,共8页
基金
国家自然科学基金资助项目(62071323,61471263,61872267)
天津市自然科学基金资助项目(16JCZDJC31100)
天津大学自主创新基金资助项目(2021XZC-0024)。
文摘
三维卷积神经网络处理图像分割精度高,可以保留更多空间信息,有效解决标签不平衡问题,但存在参数量大的缺点.针对目前三维脑肿瘤分割网络内存资源占用大、硬件设备要求高、计算效率低的问题,将传统3D UNet网络中的3D卷积替换为分层解耦卷积,能够降低空间环境的计算复杂度和内存占用量,在不提高计算量的前提下显著提高分割精度,提高网络性能.为解决传统自编码器不能自主生成数据的问题,使用结合深度学习和统计学习的变分自编码器,在编码器结果中加入高斯噪声,使得编码器对结果具有鲁棒性,在编码器中加入概率分布防止过拟合,提高算法的泛化性能.采用三线性插值在三维离散采样数据的张量积网格上进行线性插值,有效避免线性方程组不断增大导致计算时间过长的问题.通过对损失函数加权混合,避免梯度弥散时出现学习速率下降现象,解决小区域分割不平衡问题,减少局部性能最优,使网络保持较高运算速度的同时有效提高分割精度,在有限内存空间最大化网络特征提取能力.在脑肿瘤公开数据集BraTS2019上的实验结果表明,该网络在增强型肿瘤、全肿瘤、肿瘤核心上的Dice值分别可达78.02%、90.05%和83.14%,参数量仅为0.30×10^(6),能够准确、高效地分割出脑肿瘤中各病灶区域,节约硬件设备的算力和内存资源,为临床应用提供可能性.
关键词
信号与信息处理
脑肿瘤分割
变分自编码器
三线性插值
分层
解耦卷积
Keywords
signal and information processing
brain tumor segmentation
variational autoencoder
trilinear interpolation
hierarchical decoupled convolution
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
声学和电流特征融合的行星齿轮箱诊断方法
被引量:
1
2
作者
张娜
段礼祥
李肇阳
樊晓萱
机构
中国石油大学(北京)安全与海洋工程学院
应急管理部油气生产安全与应急技术重点实验室
出处
《石油机械》
北大核心
2023年第9期76-86,共11页
基金
国家自然科学基金项目“基于迁移学习的往复压缩机故障诊断机制及预测预警模型研究”(51674277)
中国石油天然气集团有限公司战略合作科技专项“海外长输油气管道灾害监测预警及动力设施诊断技术研究”(ZLZX2020-05-02)。
文摘
行星齿轮箱作为页岩气压裂机组、海上风电机组等油气行业大型装备的关键部件,因工作中表面温度过高,或不允许改造(如打磨、钻孔)等限制了接触传感器(如振动传感器)的安装。为此,设计了行星齿轮箱声学和电机电流信号的非接触传感器采集方法;针对信号特征提取困难、特征不完备,以及诊断网络参数量大、计算效率低的问题,设计了新颖的轻量化多尺度解耦卷积网络方法,实现了行星齿轮箱声学和电机电流信号特征的深度融合。采用多尺度解耦卷积网络,提取声学信号和电机电流信号中对微弱故障及类间差异敏感的特征;进行标准卷积、串行并行计算以实现特征融合,使得特征相互补充,增强完备性;引入金字塔池化模块减少特征丢失。在行星轮断齿、缺齿和行星轮轴承保持架裂纹等典型故障模拟试验中,采集了声学信号和电机电流信号,对本方法进行验证,诊断准确率达99.73%。对比结果表明:轻量化多尺度解耦卷积网络融合诊断的效果优于标准卷积网络和同类结构网络;同时结合声学和电机电流信号的方法相比传统的接触传感器,以及单一非接触传感器有更高的诊断准确率和更强的抗噪性。研究结果可为行星齿轮箱的故障诊断提供参考。
关键词
压裂机组
行星齿轮箱
故障诊断
非接触传感器
深度特征融合
解耦卷积
Keywords
fracturing set
epicyclic gearbox
fault diagnosis
non-contacting sensor
deep feature fusion
decoupling convolution
分类号
TE928 [石油与天然气工程—石油机械设备]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
变分自编码的分层解耦卷积脑肿瘤分割网络
李锵
苏雅梦
关欣
《天津大学学报(自然科学与工程技术版)》
EI
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
2
声学和电流特征融合的行星齿轮箱诊断方法
张娜
段礼祥
李肇阳
樊晓萱
《石油机械》
北大核心
2023
1
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