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
基于DD-CycleGAN的道路检测模型研究
被引量:
2
1
作者
王怀章
蔡立志
张娟
《传感器与微系统》
CSCD
北大核心
2022年第10期47-50,54,共5页
道路检测对于辅助驾驶而言仍具有挑战性。为了获得更准确的道路检测结果,提出一种结合深度学习与自适应检测的道路检测模型,该模型可以有效地提取道路特征并完成道路检测任务。首先,采用双判别器周期一致的生成对抗网络(DD-CycleGAN)作...
道路检测对于辅助驾驶而言仍具有挑战性。为了获得更准确的道路检测结果,提出一种结合深度学习与自适应检测的道路检测模型,该模型可以有效地提取道路特征并完成道路检测任务。首先,采用双判别器周期一致的生成对抗网络(DD-CycleGAN)作为全文的基础框架网络。其次,在生成器中添加空间卷积神经网络(CNN)以及残差密集块,进一步提升生成器的性能。最后,提出一种自适应的优化模型来提高道路检测的准确度。实验结果表明:提出的模型在KITTI道路基准数据集上精度达到了92.15%,明显优于传统的道路检测算法。
展开更多
关键词
道路检测
双判别器周期一致的生成对抗网络
残差密集块
空间卷积神经网络
下载PDF
职称材料
基于自适应VMD和DD-cCycleGAN的滚动轴承剩余寿命预测
2
作者
于军
赵坤
+1 位作者
张帅
邓四二
《振动与冲击》
EI
CSCD
北大核心
2024年第13期45-52,共8页
为准确预测强噪声干扰小样本情况下的滚动轴承剩余寿命(remaining useful life, RUL),提出一种基于自适应变分模态分解(variational mode decomposition, VMD)和双判别器条件循环一致对抗网络(double-discriminator conditional CycleGA...
为准确预测强噪声干扰小样本情况下的滚动轴承剩余寿命(remaining useful life, RUL),提出一种基于自适应变分模态分解(variational mode decomposition, VMD)和双判别器条件循环一致对抗网络(double-discriminator conditional CycleGAN, DD-cCycleGAN)的滚动轴承RUL预测方法。将黑猩猩优化算法(chimp optimization algorithm, ChOA)与VMD相结合,给出一种基于ChOA的自适应VMD算法,选取有效模态分量进行重构,降低强背景噪声的干扰;开发一种DD-cCycleGAN生成新样本,这些生成的新样本不但保留了源域的样本信息,还与目标域的样本相似;将训练样本的重构样本和生成的新样本作为输入,训练长短时记忆(long short-term memory, LSTM)网络,用训练后的LSTM网络预测测试样本中滚动轴承的RUL。通过采用XJTU-SY滚动轴承加速寿命试验数据集验证该方法的有效性,试验结果表明该方法具有较强的抗噪能力和较高的轴承RUL预测精度。
展开更多
关键词
滚动轴承
剩余寿命(RUL)预测
自适应变分模态分解(VMD)
双判别器条件循环一致对抗网络
黑猩猩优化算法(ChOA)
下载PDF
职称材料
题名
基于DD-CycleGAN的道路检测模型研究
被引量:
2
1
作者
王怀章
蔡立志
张娟
机构
上海工程技术大学电子电气工程学院
上海计算机软件技术开发中心
出处
《传感器与微系统》
CSCD
北大核心
2022年第10期47-50,54,共5页
基金
国家自然科学基金资助项目(61772328)。
文摘
道路检测对于辅助驾驶而言仍具有挑战性。为了获得更准确的道路检测结果,提出一种结合深度学习与自适应检测的道路检测模型,该模型可以有效地提取道路特征并完成道路检测任务。首先,采用双判别器周期一致的生成对抗网络(DD-CycleGAN)作为全文的基础框架网络。其次,在生成器中添加空间卷积神经网络(CNN)以及残差密集块,进一步提升生成器的性能。最后,提出一种自适应的优化模型来提高道路检测的准确度。实验结果表明:提出的模型在KITTI道路基准数据集上精度达到了92.15%,明显优于传统的道路检测算法。
关键词
道路检测
双判别器周期一致的生成对抗网络
残差密集块
空间卷积神经网络
Keywords
road detection
dd-cyclegan
residual dense block
spatial convolutional neural network(CNN)
分类号
TP391 [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
基于自适应VMD和DD-cCycleGAN的滚动轴承剩余寿命预测
2
作者
于军
赵坤
张帅
邓四二
机构
慈兴集团有限公司
哈尔滨理工大学先进制造智能化技术教育部重点实验室
浙江兆丰机电股份有限公司
河南科技大学机电工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2024年第13期45-52,共8页
基金
宁波市科技创新2025重大专项(2018B10005)
黑龙江省“百千万”工程科技重大专项(2019ZX03A02)
矿冶过程自动控制技术国家重点实验室开放基金项目(BGRIMM-2020-06)。
文摘
为准确预测强噪声干扰小样本情况下的滚动轴承剩余寿命(remaining useful life, RUL),提出一种基于自适应变分模态分解(variational mode decomposition, VMD)和双判别器条件循环一致对抗网络(double-discriminator conditional CycleGAN, DD-cCycleGAN)的滚动轴承RUL预测方法。将黑猩猩优化算法(chimp optimization algorithm, ChOA)与VMD相结合,给出一种基于ChOA的自适应VMD算法,选取有效模态分量进行重构,降低强背景噪声的干扰;开发一种DD-cCycleGAN生成新样本,这些生成的新样本不但保留了源域的样本信息,还与目标域的样本相似;将训练样本的重构样本和生成的新样本作为输入,训练长短时记忆(long short-term memory, LSTM)网络,用训练后的LSTM网络预测测试样本中滚动轴承的RUL。通过采用XJTU-SY滚动轴承加速寿命试验数据集验证该方法的有效性,试验结果表明该方法具有较强的抗噪能力和较高的轴承RUL预测精度。
关键词
滚动轴承
剩余寿命(RUL)预测
自适应变分模态分解(VMD)
双判别器条件循环一致对抗网络
黑猩猩优化算法(ChOA)
Keywords
rolling bearing
remaining useful life(RUL)prediction
adaptive variational mode decomposition(VMD)
double-discriminator conditional CycleGAN(DD-cCycleGAN)
chimp optimization algorithm(ChOA)
分类号
TH17 [机械工程—机械制造及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DD-CycleGAN的道路检测模型研究
王怀章
蔡立志
张娟
《传感器与微系统》
CSCD
北大核心
2022
2
下载PDF
职称材料
2
基于自适应VMD和DD-cCycleGAN的滚动轴承剩余寿命预测
于军
赵坤
张帅
邓四二
《振动与冲击》
EI
CSCD
北大核心
2024
0
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