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
紧凑型深度卷积神经网络在图像识别中的应用
被引量:
22
1
作者
吴进
钱雪忠
《计算机科学与探索》
CSCD
北大核心
2019年第2期275-284,共10页
针对深度卷积神经网络的结构越来越复杂,参数规模过于庞大的问题,设计出一种新的紧凑型卷积神经网络结构Width-MixedNet和其多分支的基本模块Conv-mixed,该架构扩展了卷积神经网络的宽度。Convmixed利用分支结构使多个不同的卷积层处理...
针对深度卷积神经网络的结构越来越复杂,参数规模过于庞大的问题,设计出一种新的紧凑型卷积神经网络结构Width-MixedNet和其多分支的基本模块Conv-mixed,该架构扩展了卷积神经网络的宽度。Convmixed利用分支结构使多个不同的卷积层处理同一个特征图,提取不同的特征。在深度卷积神经网络的识别任务中,使用多个小型卷积层叠加,逐层缩小特征图的方法代替全连接层进行最后的特征提取。整个Width-MixedNet架构的参数数量只有3.4×10~5,仅有传统深度卷积神经网络的1/30。分别在CIFAR-10、CIFAR-100和MNIST数据集上进行实验,准确率分别达到了93.02%、66.19%和99.59%。实验表明,Width-MixedNet有更强的学习能力和表现能力,在提高识别精度的同时,大大降低了网络的参数规模。
展开更多
关键词
深度学习
卷积神经网络
紧凑型结构
宽度扩展
图像识别
下载PDF
职称材料
小波包分解和改进ResNet行星齿轮箱故障诊断方法
被引量:
3
2
作者
郝德琛
李华玲
黄晋英
《传感器与微系统》
CSCD
北大核心
2022年第8期116-119,123,共5页
针对行星齿轮箱中故障诊断信号存在的类内离散大和类间相似的问题,提出识别技术改进深度残差网络(IResNet)和小波包分解(WPD)模型。行星齿轮箱振动信号进行小波包频段分解后,振动信号的故障类型和各个频段的能量熵分布有一定关联。筛选...
针对行星齿轮箱中故障诊断信号存在的类内离散大和类间相似的问题,提出识别技术改进深度残差网络(IResNet)和小波包分解(WPD)模型。行星齿轮箱振动信号进行小波包频段分解后,振动信号的故障类型和各个频段的能量熵分布有一定关联。筛选最优解得结果进行振动信号的重构,作为样本。使用改进深度残差网络,在网络拥有残差结构的基础上,通过使用紧凑卷积(CompConv)模块替换卷积模块,并减少网络深度,使网络模型变得轻量化。在网络中加入自注意力机制,进一步提高网络的准确率。使用WPD-IResNet网络模型进行10次实验,故障诊断准确率平均值为99.1%。
展开更多
关键词
改进深度残差网络
小波包分解
紧凑卷积结构
自注意力机制
行星齿轮箱故障诊断
下载PDF
职称材料
题名
紧凑型深度卷积神经网络在图像识别中的应用
被引量:
22
1
作者
吴进
钱雪忠
机构
江南大学物联网工程学院
出处
《计算机科学与探索》
CSCD
北大核心
2019年第2期275-284,共10页
基金
国家自然科学基金No.61673193
中央高校基本科研业务费专项资金Nos.JUSRP51635B
JUSRP51510~~
文摘
针对深度卷积神经网络的结构越来越复杂,参数规模过于庞大的问题,设计出一种新的紧凑型卷积神经网络结构Width-MixedNet和其多分支的基本模块Conv-mixed,该架构扩展了卷积神经网络的宽度。Convmixed利用分支结构使多个不同的卷积层处理同一个特征图,提取不同的特征。在深度卷积神经网络的识别任务中,使用多个小型卷积层叠加,逐层缩小特征图的方法代替全连接层进行最后的特征提取。整个Width-MixedNet架构的参数数量只有3.4×10~5,仅有传统深度卷积神经网络的1/30。分别在CIFAR-10、CIFAR-100和MNIST数据集上进行实验,准确率分别达到了93.02%、66.19%和99.59%。实验表明,Width-MixedNet有更强的学习能力和表现能力,在提高识别精度的同时,大大降低了网络的参数规模。
关键词
深度学习
卷积神经网络
紧凑型结构
宽度扩展
图像识别
Keywords
deep learning
convolution
al neural network
compact
structure
width expansion
image recognition
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
小波包分解和改进ResNet行星齿轮箱故障诊断方法
被引量:
3
2
作者
郝德琛
李华玲
黄晋英
机构
中北大学软件学院
中北大学机械工程学院
出处
《传感器与微系统》
CSCD
北大核心
2022年第8期116-119,123,共5页
基金
山西省重点研发计划资助项目(201903D421008)
山西省自然科学基金资助项目(201901D111157)
山西省青年科技研究基金资助项目(201901D211202)。
文摘
针对行星齿轮箱中故障诊断信号存在的类内离散大和类间相似的问题,提出识别技术改进深度残差网络(IResNet)和小波包分解(WPD)模型。行星齿轮箱振动信号进行小波包频段分解后,振动信号的故障类型和各个频段的能量熵分布有一定关联。筛选最优解得结果进行振动信号的重构,作为样本。使用改进深度残差网络,在网络拥有残差结构的基础上,通过使用紧凑卷积(CompConv)模块替换卷积模块,并减少网络深度,使网络模型变得轻量化。在网络中加入自注意力机制,进一步提高网络的准确率。使用WPD-IResNet网络模型进行10次实验,故障诊断准确率平均值为99.1%。
关键词
改进深度残差网络
小波包分解
紧凑卷积结构
自注意力机制
行星齿轮箱故障诊断
Keywords
improved deep residual network(IResNet)
wavelet packet decomposition(WPD)
compact
convolution
(
compconv
)
structure
self-attentional mechanism
planetary gearbox fault diagnosis
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
TH132 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
紧凑型深度卷积神经网络在图像识别中的应用
吴进
钱雪忠
《计算机科学与探索》
CSCD
北大核心
2019
22
下载PDF
职称材料
2
小波包分解和改进ResNet行星齿轮箱故障诊断方法
郝德琛
李华玲
黄晋英
《传感器与微系统》
CSCD
北大核心
2022
3
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