期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于残差连接的Conv1D-BiGRU动态称重模型 被引量:2
1
作者 史柏迪 庄曙东 +1 位作者 蔡鸣 江志伟 《仪表技术与传感器》 CSCD 北大核心 2021年第9期110-115,共6页
针对现有深度学习模型在高速重载下无法有效提取动态秤压力传感器高频时序特征从而精确输出货物质量的问题,提出基于残差连接的Conv1D-BiGRU模型。使用振动传感器检测秤体的三轴加速度信号,经皮尔逊特征相关性检测,发现动态测重时传感... 针对现有深度学习模型在高速重载下无法有效提取动态秤压力传感器高频时序特征从而精确输出货物质量的问题,提出基于残差连接的Conv1D-BiGRU模型。使用振动传感器检测秤体的三轴加速度信号,经皮尔逊特征相关性检测,发现动态测重时传感器压力与振动信号相关系数为0.94,呈现高度相关,可将信号混合后作为特征输入模型。将压力与加速度信号经一维残差卷积网络处理后输入BiGRU模型,模型训练完成后,在载重40.4784 kg、带速135 m/min时,最大误差err max为0.052、平均绝对误差mae为0.029、方差std为0.019,性能良好,且各项指标均较DNN、BiLSTM、BiRNN模型提升显著。 展开更多
关键词 一维卷积网络 双向门控循环单元 时间序列分析 动态称重 传感器融合
在线阅读 下载PDF
动态因素下时序称重模型的建立 被引量:1
2
作者 史柏迪 庄曙东 +2 位作者 陈威 陈天翔 朱楠楠 《中国测试》 CAS 北大核心 2021年第7期135-141,共7页
物流秤在动态测量过程中,各类时序干扰信号极易对压力传感器测量精度造成影响。基于正交试验法获取物流秤在不同带速、载重及采样频率下台面的压力及秤体三轴加速度信号,以此作为样本集,基于五折交叉验证原则依次建立岭回归、Xgboost以... 物流秤在动态测量过程中,各类时序干扰信号极易对压力传感器测量精度造成影响。基于正交试验法获取物流秤在不同带速、载重及采样频率下台面的压力及秤体三轴加速度信号,以此作为样本集,基于五折交叉验证原则依次建立岭回归、Xgboost以及改进的LSTM测量补偿模型。结果表明Ridge模型具有最低的算法复杂度,且较传统线性回归模型提升明显,补偿平均损失为0.317 kg;Xgboost模型平均损失为0.219 kg且基于F检验分析误差成分;此外提出一种改进的LSTM神经网络模型,通过在原有结构基础上堆叠全连接层,将采样信号作为时间序列变量输入模型,最终测试结果表明虽模型训练时间与空间复杂度较大,但补偿测量准确度最佳损失低至0.142 kg,且对采样频率不敏感具有最好的鲁棒性。 展开更多
关键词 动态测量系统 极限梯度提升树 长短期记忆神经网络 岭回归 补偿系统
在线阅读 下载PDF
基于GMM-SVM算法的传感器缺失信号重构模型
3
作者 史柏迪 庄曙东 +1 位作者 蔡鸣 江志伟 《计算机与数字工程》 2023年第2期286-291,313,共7页
物流秤在动态测量中,压力传感器因秤体振动与货物冲击的干扰易产生相位缺失、频率跳动等信号缺失问题,经皮尔逊相关性检测发现压力与振动信号相关系数为0.94呈现高度相关。提出一种使用振动信号对缺失压力信号聚类后拟合的重构模型,首... 物流秤在动态测量中,压力传感器因秤体振动与货物冲击的干扰易产生相位缺失、频率跳动等信号缺失问题,经皮尔逊相关性检测发现压力与振动信号相关系数为0.94呈现高度相关。提出一种使用振动信号对缺失压力信号聚类后拟合的重构模型,首先通过GMM模型在样本集中寻找待重构样本的相关样本簇,基于相似样本簇建立GA-SVM对缺失值进行拟合重构。经测试该模型当压力信号缺失比率小于80%时,补偿误差可控低于5%;在各缺失比例下较未经聚类的GA-SVM、GA-BP重构模型精度提升明显。 展开更多
关键词 信号重构 高斯混合模型 支持向量机 遗传算法
在线阅读 下载PDF
锅炉引风系统出力不足原因分析及改造 被引量:2
4
作者 邹自敏 李山刚 杨育坚 《湖南电力》 2007年第4期50-52,共3页
通过锅炉烟气量的校核计算,将引风机试验数据与设计值进行分析比较,论证了空气预热器漏风严重、引风机出口烟道结构布置不合理是造成引风系统带不上负荷的主要原因。经采取针对性措施,进行烟道系统改造后达到了预期效果。
关键词 负荷 引风机 阻力 烟气量
在线阅读 下载PDF
基于NI数采模块的测井数据采集控制系统 被引量:2
5
作者 贾宏宇 《仪表技术》 2004年第5期15-16,共2页
介绍基于NI数采模块的测井数据采集控制系统。
关键词 数据采集 信号调理 实时同步接口
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部