期刊文献+
共找到5,226篇文章
< 1 2 250 >
每页显示 20 50 100
连续时间随机过程及其离散序列的功率谱
1
作者 杜小勇 罗鹏飞 +1 位作者 张文明 谢晓霞 《电气电子教学学报》 2025年第1期49-52,共4页
周期延拓法和傅里叶变换法均可由连续时间随机过程的功率谱计算抽样后离散时间序列的功率谱。前者通常为无穷级数,而后者常具有解析形式。为明晰概念,系统总结了连续时间信号(过程)及其离散时间序列频谱(功率谱)之间的对应关系,并以具... 周期延拓法和傅里叶变换法均可由连续时间随机过程的功率谱计算抽样后离散时间序列的功率谱。前者通常为无穷级数,而后者常具有解析形式。为明晰概念,系统总结了连续时间信号(过程)及其离散时间序列频谱(功率谱)之间的对应关系,并以具有指数衰减自相关函数的平稳随机过程为例,证明了周期延拓法和傅里叶变换法给出的离散时间序列功率谱形式的内在一致性。 展开更多
关键词 连续时间过程 离散时间序列 功率谱密度
在线阅读 下载PDF
基于小波降噪与WOA⁃Bi⁃LSTM的短时交通流预测 被引量:1
2
作者 贾现广 苏治文 +1 位作者 冯超琴 吕英英 《现代电子技术》 北大核心 2025年第14期77-84,共8页
交通流数据中异常数据波动作为噪声,会对模型训练收敛以及预测精度产生不利影响。为解决该问题,引入两种不同阈值函数的小波阈值去噪方法对交通流数据进行降噪处理,将小波阈值去噪(WD)、鲸鱼优化算法(WOA)和双向长短期记忆网络(Bi-LSTM... 交通流数据中异常数据波动作为噪声,会对模型训练收敛以及预测精度产生不利影响。为解决该问题,引入两种不同阈值函数的小波阈值去噪方法对交通流数据进行降噪处理,将小波阈值去噪(WD)、鲸鱼优化算法(WOA)和双向长短期记忆网络(Bi-LSTM)相结合,提出一种WD-WOA-Bi-LSTM方法。首先,将两种方法降噪后的交通流数据进行对比,并将降噪效果更好的数据进行归一化处理、数据集划分以及数据维度转换;然后,通过WOA对Bi-LSTM部分超参数进行寻优,迭代至最优适应度的超参数组合,并用于构建Bi-LSTM;最后,应用英格兰公路交通流数据验证所提模型。结果表明:WDWOA-Bi-LSTM方法相较WOA-Bi-LSTM和WD-Bi-LSTM,RMSE降低12.5004%和3.9789%;MAE降低21.7350%和4.7225%;MAPE降低38.5647%和10.8652%。该模型相比其他模型评价指标均为最低,具有较高的预测精度,可以为高精度的短时交通流预测提供参考。 展开更多
关键词 智能交通 短时交通流预测 小波阈值去噪 鲸鱼优化算法 双向长短期记忆网络 深度学习 超参数寻优
在线阅读 下载PDF
改进CEEMD-WPT的裂纹声发射信号降噪方法 被引量:1
3
作者 张润锋 赵永峰 +1 位作者 陈江义 沈鹏 《应用声学》 北大核心 2025年第1期128-139,共12页
针对裂纹声发射信号的降噪问题,该文提出了结合互补集合经验模态分解(CEEMD)与小波包变换(WPT)的CEEMD-WPT降噪方法。首先,此方法将传统CEEMD中使用的单一经验模态分解(EMD)改进为降噪效果更稳定的WPT-EMD;其次,分解后对其本征模态函数... 针对裂纹声发射信号的降噪问题,该文提出了结合互补集合经验模态分解(CEEMD)与小波包变换(WPT)的CEEMD-WPT降噪方法。首先,此方法将传统CEEMD中使用的单一经验模态分解(EMD)改进为降噪效果更稳定的WPT-EMD;其次,分解后对其本征模态函数进行了相关系数阈值判断,对低相关分量再次进行WPT处理。除此之外,为了解决难以量化真实信号降噪效果的问题,文中设计了新的量化指标“信号主区间系数”,并用仿真实验验证了该参数的可靠性。该文最后对公开数据集和裂纹实验信号进行了降噪实验,结果表明相较于传统CEEMD和小波阈值,CEEMD-WPT有着更好的降噪效果;并且CEEMD-WPT降噪统计方差小于CEEMD一个数量级,具有更强的稳定性。 展开更多
关键词 裂纹声发射信号 CEEMD-WPT WPT-EMD 信号主区间系数 降噪稳定性
在线阅读 下载PDF
CHARM-Net:基于混合注意力增强的异构递归网络脑电情绪识别模型
4
作者 周铭瑞 汪洋 +3 位作者 彭程 刘冬梅 余星辰 李波 《兵器装备工程学报》 北大核心 2025年第11期248-257,共10页
针对基于脑电信号的情绪识别方法存在无法适应复杂的情绪分类场景,模型泛化能力较弱等问题,提出了一种基于混合注意力增强的异构递归网络脑电情绪识别方法。模型设计CNN+LSTM/GRU的分支结构,通过多层CNN提取EEG信号的局部空间特征,LSTM/... 针对基于脑电信号的情绪识别方法存在无法适应复杂的情绪分类场景,模型泛化能力较弱等问题,提出了一种基于混合注意力增强的异构递归网络脑电情绪识别方法。模型设计CNN+LSTM/GRU的分支结构,通过多层CNN提取EEG信号的局部空间特征,LSTM/GRU捕捉时序动态特征,综合两者的优势,提高模型在处理复杂时序数据时的灵活性和时序建模能力;在分支结构中融入了CBAM-SEAttention模块,结合通道注意力和空间注意力机制,突出EEG信号中的关键频率和时间信息;在分支结构的输出层后加入自注意力机制并将输出融合,提升特征表征能力。结果表明,在受试者独立实验中,二分类任务的准确率达到95%以上,八分类任务的准确率达到91%以上;在受试者依赖实验中,二分类任务在2种维度下的平均准确率均达到96%以上,八分类任务都达到92%以上,验证了本模型的有效性。 展开更多
关键词 脑电信号 情绪识别 长短时记忆 门控循环单元 注意力机制
在线阅读 下载PDF
脊提取联合ACMD的变转速滚动轴承故障诊断
5
作者 李燕文 马萍 +3 位作者 王聪 梁城 张浩然 张宏立 《噪声与振动控制》 北大核心 2025年第1期89-96,共8页
变转速工况下滚动轴承故障振动信号受转速波动影响,故障特征易受到噪声和其他无关分量干扰导致时频面模糊,故障特征提取困难。自适应调频模态分解(Adaptive Chirp Mode Decomposition,ACMD)作为新提出的非平稳信号处理算法,可有效分析... 变转速工况下滚动轴承故障振动信号受转速波动影响,故障特征易受到噪声和其他无关分量干扰导致时频面模糊,故障特征提取困难。自适应调频模态分解(Adaptive Chirp Mode Decomposition,ACMD)作为新提出的非平稳信号处理算法,可有效分析时变非平稳信号。ACMD需基于希尔伯特变换确定瞬时频率(Instantaneous Frequencies,IF),提取IF的准确性对最终分析结果具有较大影响。因此,在ACMD的基础上,引入脊提取理论,提出基于多时频曲线提取算法(Multiple Time-Frequency Curve Extraction,MTFCE)提取IF的多时频自适应调频模态分解(Multiple Time Frequency ACMD,MACMD)方法。首先对原始振动信号进行包络处理,并通过MTFCE提取其包络图中的IF作为预设频率输入到ACMD算法,然后对包络信号进行ACMD分解,最后根据分解得到的各个信号分量的IF和瞬时幅值(Instantaneous Amplitude,IA)信息构建高分辨率的时频表示,以实现时变非平稳信号的分析。通过分析模拟信号和实测变转速下滚动轴承故障信号可知,该方法能有效诊断时变转速下滚动轴承故障,减少噪声干扰,且具有较强的鲁棒性。 展开更多
关键词 故障诊断 变转速 滚动轴承 脊提取 多时频自适应调频模态分解
在线阅读 下载PDF
连续压缩感知叶端定时频率估计方法
6
作者 金若尘 杨志勃 +5 位作者 杨来浩 乔百杰 冯军楠 张欢 杨志军 陈雪峰 《航空学报》 北大核心 2025年第17期121-131,共11页
由于工作环境恶劣,涡轮机械的旋转叶片极易发生故障,危机设备的安全运行。因此,开展叶片相关的监测诊断研究十分重要。叶端定时作为一种十分有潜力的测量技术,只需少数探头就能监测一级所有叶片。然而,由于探头数量有限,叶端定时信号面... 由于工作环境恶劣,涡轮机械的旋转叶片极易发生故障,危机设备的安全运行。因此,开展叶片相关的监测诊断研究十分重要。叶端定时作为一种十分有潜力的测量技术,只需少数探头就能监测一级所有叶片。然而,由于探头数量有限,叶端定时信号面临严重欠采样,因此实现高精度的信号重构是该领域的研究热点。基于连续压缩感知的无网格频率估计被认为是解决该问题的重要途径,但只适用于均匀布局下获取的理想信号,这严重限制了其在真实叶端定时信号中的应用。提出了一种不受探头布局限制的无网格频率估计,以突破传统无网格法的局限性。构造了一种基于流形分离的范德蒙德分解,有效消除了不规则探头布局对信号协方差矩阵的影响,使得从不规则Toeplitz矩阵中准确恢复频率成为可能,在此基础上提出交替投影算法实现不规则布局下的无网格频率估计。仿真、实验结果表明,所提方法在鲁棒性、高分辨率、估计精度等方面具有显著优势。 展开更多
关键词 叶片振动 叶端定时 无网格频率估计 范德蒙德分解 流形分离
原文传递
稀疏视角下基于几何一致性的神经辐射场卫星城市场景渲染与数字表面模型生成
7
作者 孙文博 高智 +3 位作者 张依晨 朱军 李衍璋 路遥 《电子与信息学报》 北大核心 2025年第6期1679-1689,共11页
卫星遥感提供了全球、连续、多尺度的地表观测能力。近年来,神经辐射场(NeRF)因其连续渲染和隐式重建特性,在自动驾驶与大场景重建等领域表现出良好鲁棒性,受到广泛关注。然而,NeRF在卫星对地观测中的应用效果有限,主要因其训练需大量... 卫星遥感提供了全球、连续、多尺度的地表观测能力。近年来,神经辐射场(NeRF)因其连续渲染和隐式重建特性,在自动驾驶与大场景重建等领域表现出良好鲁棒性,受到广泛关注。然而,NeRF在卫星对地观测中的应用效果有限,主要因其训练需大量多视角图像,而卫星影像获取受限。在视角稀疏时,模型易对训练视角过拟合,导致新视角下性能下降。针对上述问题,该文提出一种新的方法,通过在NeRF的训练过程中引入场景深度与表面法线的几何约束,旨在提升在稀疏视角条件下的渲染与数字表面模型(DSM)生成能力。通过在DFC2019数据集上进行广泛实验,验证了所提出方法的有效性。实验结果表明,采用几何约束的NeRF模型在稀疏视角条件下的新视角合成和DSM生成任务上均取得了领先的结果,显示出其在稀疏视角条件下卫星观测场景中的应用潜力。 展开更多
关键词 卫星对地观测 神经辐射场 场景渲染 数字表面模型
在线阅读 下载PDF
结构振动信号盲源分离的快速复杂度追踪算法
8
作者 胡志祥 黄磊 贺文宇 《振动工程学报》 北大核心 2025年第10期2378-2386,共9页
盲源分离(BSS)理论可用于分离出结构振动信号中的各阶模态坐标振动,而复杂度追踪(CP)是求解盲源分离问题的经典方法之一。为提高复杂度追踪算法的计算效率,本文进行了两方面改进:采用高斯分布的负对数函数这一非线性函数估计信号复杂度... 盲源分离(BSS)理论可用于分离出结构振动信号中的各阶模态坐标振动,而复杂度追踪(CP)是求解盲源分离问题的经典方法之一。为提高复杂度追踪算法的计算效率,本文进行了两方面改进:采用高斯分布的负对数函数这一非线性函数估计信号复杂度,并推导出可快速计算信号复杂度及其梯度的计算公式;采用基于子空间搜索的梯度下降算法,在降维后的子空间中计算最优解混向量。所推导公式在计算复杂度及其梯度时只需采用混合信号的协方差矩阵和时延协方差矩阵,而无需使用全部信号数据。利用数值算例和框架振动数据对所提方法进行研究,结果表明,快速复杂度追踪算法在计算效率方面高于传统方法,并且能正确地分离出结构模态坐标振动。 展开更多
关键词 盲源分离 模态参数识别 复杂度追踪 梯度下降 子空间搜索
在线阅读 下载PDF
基于特征提取的实验室危险品不安全行为实时告警研究
9
作者 张国志 《现代电子技术》 北大核心 2025年第22期67-70,共4页
为实现多尺度特征的相互融合,提高在复杂场景下对危险品不安全行为的识别能力,提出一种基于特征提取的实验室危险品不安全行为实时告警方法。通过实验室监测系统收集并分析出常见的危险品不安全行为模式,包括个人防护疏忽、违规操作、... 为实现多尺度特征的相互融合,提高在复杂场景下对危险品不安全行为的识别能力,提出一种基于特征提取的实验室危险品不安全行为实时告警方法。通过实验室监测系统收集并分析出常见的危险品不安全行为模式,包括个人防护疏忽、违规操作、不当存储和管理、分散注意力以及闻嗅试剂等;利用3σ准则和Grubbs准则对危险品不安全行为数据的异常值进行处理;之后构建单发多框检测器(SSD)网络,结合特征金字塔和可变形卷积对已处理的危险品不安全行为数据特征进行提取,增强网络对多尺度、多形状目标的检测能力。当实验室监测系统识别到危险品不安全行为特征达到阈值时,及时触发告警。实验结果表明,所提方法能够有效识别出实验室危险品不安全行为,并且最快告警响应时间仅为0.8 s。 展开更多
关键词 实验室危险品 不安全行为 特征提取 实时告警 3σ准则 Grubbs准则 单发多框检测器网络
在线阅读 下载PDF
新工科背景下《信号与系统》课程教学设计
10
作者 李亚南 郭越 孟娟 《科技视界》 2025年第18期103-106,共4页
《信号与系统》课程作为电子电气类专业的核心基础课程,目前课程教学和工程应用案例结合不够紧密,难以激发学生的学习兴趣,影响学生的工程实践能力培养。本文基于新工科背景,结合防灾科技学院地震行业特色和应用型高校定位,提出以工程... 《信号与系统》课程作为电子电气类专业的核心基础课程,目前课程教学和工程应用案例结合不够紧密,难以激发学生的学习兴趣,影响学生的工程实践能力培养。本文基于新工科背景,结合防灾科技学院地震行业特色和应用型高校定位,提出以工程应用为导向的教学改革方案。通过优化课程目标,引入地震信号处理案例并改进实验设计,构建理论与实践结合的教学体系。具体措施包括:引入地震波传播、频谱分析、仪器响应与事件识别等实际案例,设计综合性实验项目。通过教学改革提升了学生工程实践能力,可为应用型高校相关课程改革提供参考。 展开更多
关键词 新工科 信号与系统 教学改革 行业特色 地震信号
在线阅读 下载PDF
基于U型谐振单元的无线无源RFID湿度传感器
11
作者 彭国峰 何兴理 +2 位作者 李鹏 李灵锋 张允晶 《电波科学学报》 北大核心 2025年第2期353-359,共7页
研究设计并实现了一种基于U型谐振单元的无芯片射频识别(radio frequency identification,RFID)技术湿度传感器,该传感器结合Vivaldi宽频段天线,构建了一套无线无源的湿度传感系统,可实现对环境湿度的实时监测。无芯片RFID湿度传感器由8... 研究设计并实现了一种基于U型谐振单元的无芯片射频识别(radio frequency identification,RFID)技术湿度传感器,该传感器结合Vivaldi宽频段天线,构建了一套无线无源的湿度传感系统,可实现对环境湿度的实时监测。无芯片RFID湿度传感器由8个U型谐振单元和1条与之耦合的微带线构成。在该设计中,两侧对称的谐振单元用于校准环境温度对湿度传感器的影响,其中1个单元由聚乙烯醇(polyvinyl alcohol,PVA)湿敏材料覆盖;中间6个U型单元用于RFID湿度传感器的ID信息编码。此外,本工作采用矩形环开槽技术优化了宽频带Vivaldi天线,并结合传感器实现了无线无源湿度传感。有线实验数据显示,在57%RH~71%RH的相对湿度范围内,产生了118 MHz的频率偏移,平均灵敏度为8.4 MHz/%RH。无线实验结果显示,在49%RH~70%RH的相对湿度范围内,产生了103 MHz的频率偏移,平均灵敏度为4.9 MHz/%RH。实验结果表明该无线无源湿度传感装置具有较高的检测灵敏度,可为无线无源湿度检测提供重要的解决方案。 展开更多
关键词 射频识别(RFID) 湿度传感器 聚乙烯醇(PVA) 天线 无线无源
在线阅读 下载PDF
类不平衡通信辐射源个体识别
12
作者 牛雅萌 崔良中 孙佳杰 《无线电通信技术》 北大核心 2025年第4期844-851,共8页
某些通信辐射源个体存在使用时长较短、隐蔽性高的特性,导致采集到的可用于训练的数据量少,产生训练样本不平衡问题,致使通信辐射源个体识别(Specific Emitter Identification,SEI)的精度下降。针对上述问题,提出一种基于多元长短期记忆... 某些通信辐射源个体存在使用时长较短、隐蔽性高的特性,导致采集到的可用于训练的数据量少,产生训练样本不平衡问题,致使通信辐射源个体识别(Specific Emitter Identification,SEI)的精度下降。针对上述问题,提出一种基于多元长短期记忆-全卷积网络(Multivariate Long Short-Term Memory Fully Convolutional Network,MLSTM-FCN)的增量随机特征训练的通信SEI方法,提高类不平衡条件下SEI的准确率。以MLSTM-FCN模型作为信号特征提取的主干网络,在训练过程中随机生成高斯向量,与网络提取的特征拼接在一起同时训练,加强模型的泛化能力,减轻样本类不平衡造成的影响,提升整体识别率。实验结果表明,该方法可较好地解决通信辐射源类间不平衡问题,在不同程度的类不平衡条件下,该方法的准确率高于常规方法,提高了SEI精度。 展开更多
关键词 多元长短期记忆-全卷积网络 类不平衡 辐射源个体识别 分类识别
在线阅读 下载PDF
船舶尾部结构振动信号特征提取方法
13
作者 李雪娇 郑晓东 《舰船科学技术》 北大核心 2025年第10期171-175,共5页
受复杂海况、主机转速波动等因素影响,高频噪声混入船舶尾部结构振动信号,生成虚假分量,导致振动信号特征难以提取,为此研究船舶尾部结构振动信号特征提取方法。利用延拓EMD分解法增大振动信号长度,再分解船舶尾部结构振动信号噪声和干... 受复杂海况、主机转速波动等因素影响,高频噪声混入船舶尾部结构振动信号,生成虚假分量,导致振动信号特征难以提取,为此研究船舶尾部结构振动信号特征提取方法。利用延拓EMD分解法增大振动信号长度,再分解船舶尾部结构振动信号噪声和干扰成分后,去除延拓值,获取纯净振动信号;通过运行模态分析方法,提取纯净振动信号的固有频率、阻尼比,作为船舶尾部结构振动信号特征。研究结果显示,此方法对船舶尾部结构振动信号提纯效果好,信号未出现端点失真问题,且能够有效提取船舶尾部结构振动信号不同模态的固有频率与阻尼比特征,在单测点与多测点场景下均表现出高精度特征提取能力。 展开更多
关键词 船舶尾部结构 特征提取 延拓EMD分解 运行模态分析
在线阅读 下载PDF
基于ViT-KANs的双头通信网络协议数据类别概念漂移检测分类算法
14
作者 王润泽 张效义 +2 位作者 李青 任俊康 陈奕凡 《信息工程大学学报》 2025年第5期520-527,共8页
针对网络协议数据中的类别概念漂移问题,提出一种ViT-KANs的双头通信网络数据协议类别概念漂移检测分类算法。该算法通过集成Vision Transformer(ViT)的全局感知能力与Kol⁃mogorov-Arnold Networks(KANs)的灵活函数逼近能力,构建高效的... 针对网络协议数据中的类别概念漂移问题,提出一种ViT-KANs的双头通信网络数据协议类别概念漂移检测分类算法。该算法通过集成Vision Transformer(ViT)的全局感知能力与Kol⁃mogorov-Arnold Networks(KANs)的灵活函数逼近能力,构建高效的特征提取网络;并采用双头并行输出结构,分别处理旧类数据的分类与类别概念漂移的检测。此外,进一步利用验证集数据自适应计算置信度阈值,有效缓解训练阶段概念漂移样本缺失的问题。在Moore数据集、加拿大网络安全研究所2017年入侵检测评估数据集(CICIDS2017)和加拿大网络安全研究所对知识发现与数据挖掘竞赛数据集的改进版(NSL-KDD)3个数据集上的实验表明,所提方法较基线模型及分布外检测方法显著降低了检测错误率,同时保持优越的分类精度。 展开更多
关键词 类别概念漂移 ViT-KANs模型 双头网络 置信度阈值 网络协议数据
在线阅读 下载PDF
行业软件在信号与系统课程可视化教学中的应用
15
作者 刘旭安 《科技视界》 2025年第19期125-128,共4页
在信号与系统课程教学中,针对传统教学模式存在的理论过于抽象、实验环节薄弱、工程实践不足的问题,本文提出融合Matlab、LabVIEW和Multisim的多软件协同可视化教学模式。以DSB调制教学为案例,构建“理论分析-仿真验证-硬件实现”三维... 在信号与系统课程教学中,针对传统教学模式存在的理论过于抽象、实验环节薄弱、工程实践不足的问题,本文提出融合Matlab、LabVIEW和Multisim的多软件协同可视化教学模式。以DSB调制教学为案例,构建“理论分析-仿真验证-硬件实现”三维闭环教学框架。利用Matlab实现调制原理动态仿真与频谱可视化,通过LabVIEW搭建可实时调节信号参数的交互式虚拟仪器系统,结合Multisim硬件仿真平台完成调制电路设计与性能验证,有效衔接理论知识与工程应用,为电子信息类课程改革提供了可复制的创新路径。 展开更多
关键词 信号与系统课程 教学模式 可视化
在线阅读 下载PDF
基于信号增强多瞬时特征融合的调制识别 被引量:1
16
作者 何江 《通信技术》 2025年第6期604-611,共8页
针对基于深度学习的调制识别在低信噪比环境下特征提取不充分、识别率低等问题,提出了一种基于信号增强多瞬时特征融合的调制识别算法。首先,通过相位估计补偿实现自适应信号增强,结合IQ信号的符号间特征差异与关联进行动态重构与拼接... 针对基于深度学习的调制识别在低信噪比环境下特征提取不充分、识别率低等问题,提出了一种基于信号增强多瞬时特征融合的调制识别算法。首先,通过相位估计补偿实现自适应信号增强,结合IQ信号的符号间特征差异与关联进行动态重构与拼接。其次,提取瞬时幅度归一化最大值、相位、频率等多维特征,并采用拼接后的IQ信号作为输入,结合时序卷积网络和卷积神经网络分别处理时序和空间特征。最后,通过注意力机制聚焦关键特征,提升了模型对不同调制方式的适应性和分类性能。仿真结果表明,所提模型在RML2016.10a数据集上相较于其他方法,低信噪比下识别率提升了4.2%~11.5%,平均识别率提升了1.3%~11.2%,最高识别率提升了0.8%~16%。消融实验验证了各模块对整体性能的贡献,证明该方法在调制方式识别准确性和抗噪能力方面具有显著优势。 展开更多
关键词 调制识别 信号增强 瞬时特征 神经网络 注意力机制
在线阅读 下载PDF
多特征融合的脑电警觉度估计方法
17
作者 朱逵 苗敏敏 +1 位作者 胡文军 王士同 《智能计算机与应用》 2025年第1期32-37,共6页
传统的脑电警觉度识别通常只提取时域、频域或非线性其中一种类型特征,导致警觉度估计的准确度不高,本文提出了多特征融合的脑电警觉度估计方法。首先,将脑电信号进行预处理,随后提取时域、频域和非线性等多种特征,进一步利用卡方检验... 传统的脑电警觉度识别通常只提取时域、频域或非线性其中一种类型特征,导致警觉度估计的准确度不高,本文提出了多特征融合的脑电警觉度估计方法。首先,将脑电信号进行预处理,随后提取时域、频域和非线性等多种特征,进一步利用卡方检验进行特征选择;其次,将选择后的特征分别输入不同分类器进行警觉度估计;最后,使用SEED-VIG数据集进行实验,对本文所提方法进行验证。实验结果表明,多特征融合的脑电警觉度估计方法具有较好的效果。 展开更多
关键词 脑电信号 警觉度 多特征融合 卡方检验
在线阅读 下载PDF
采用原型学习的类概念漂移网络数据检测与分类算法
18
作者 陈坤 李青 +2 位作者 褚瑞娟 樊讯池 王润泽 《信息工程大学学报》 2025年第1期14-20,共7页
受网络设备更新、通信协议升级等影响,网络数据的分布、类别和属性发生不可预知的漂移特性,导致基于机器学习的网络数据分类模型的分类精度下降。针对此问题,提出一种采用原型学习的类概念漂移网络数据检测与分类算法。该算法从时间序... 受网络设备更新、通信协议升级等影响,网络数据的分布、类别和属性发生不可预知的漂移特性,导致基于机器学习的网络数据分类模型的分类精度下降。针对此问题,提出一种采用原型学习的类概念漂移网络数据检测与分类算法。该算法从时间序列的角度处理网络数据,利用带有注意力机制的网络提取数据的时空特征。借鉴原型学习思想,使用样本与原型之间的距离进行分类。当发生类概念漂移时,设定合适的阈值以区分新类,并使用其均值更新原型矩阵。实验结果表明,使用原型匹配分类不仅比传统的softmax分类器准确率高,且当数据发生类概念漂移时,所提算法能够有效检测漂移,并在漂移数据上能够表现出较好的分类性能。 展开更多
关键词 原型学习 概念漂移 新类检测 网络数据
在线阅读 下载PDF
基于局部最大同步挤压样条Chirplet变换的结构瞬时频率识别
19
作者 袁平平 赵周杰 +1 位作者 苏慧琳 任伟新 《噪声与振动控制》 北大核心 2025年第1期171-177,共7页
在Chirplet变换的基础上,结合局部最大同步挤压和样条核函数,提出一种新颖的结构瞬时频率识别方法,即局部最大同步挤压样条Chirplet变换(Local Maximum Synchrosqueezing Spline Chirplet Transform,LMSSSCT)。通过单自由度Duffing非线... 在Chirplet变换的基础上,结合局部最大同步挤压和样条核函数,提出一种新颖的结构瞬时频率识别方法,即局部最大同步挤压样条Chirplet变换(Local Maximum Synchrosqueezing Spline Chirplet Transform,LMSSSCT)。通过单自由度Duffing非线性系统和两层时变刚度剪切框架结构的数值算例及非线性支撑梁结构试验对所提方法进行验证。研究结果表明:LMSSSCT能有效识别非线性结构和时变结构的瞬时频率,具有较好的稳定性。 展开更多
关键词 振动与波 瞬时频率 局部最大 同步挤压 样条Chirplet变换 非线性结构
在线阅读 下载PDF
基于LOMS-STFRFT高精度识别时变结构非平稳响应信号的瞬时频率
20
作者 刘景良 戴逸宸 +1 位作者 郑文婷 廖飞宇 《振动工程学报》 北大核心 2025年第4期750-760,共11页
为提高时变结构非平稳响应信号的瞬时频率识别精度,提出一种局部优化多重同步挤压⁃短时分数阶傅里叶变换(locally optimized multi⁃synchrosqueezing⁃short time fractional Fourier transform,LOMS⁃STFRFT)。该算法对短时分数阶傅里叶... 为提高时变结构非平稳响应信号的瞬时频率识别精度,提出一种局部优化多重同步挤压⁃短时分数阶傅里叶变换(locally optimized multi⁃synchrosqueezing⁃short time fractional Fourier transform,LOMS⁃STFRFT)。该算法对短时分数阶傅里叶变换(short time fractional Fourier transform,STFRFT)进行局部旋转参数的优化选取,通过STFRFT得到时频分布投影在分数域上的时频系数矩阵;对时频系数矩阵进行瞬时频率估计和多次迭代;采用多重同步挤压算子对时频系数矩阵进行重排并通过局部模极大值法提取瞬时频率曲线。通过一个多分量信号数值算例和一个线性时变拉索试验验证了所提方法的精确性。研究结果表明:相比传统的多重同步挤压算法,LOMS⁃STFRFT针对时变结构非平稳信号的瞬时频率识别效果更佳。 展开更多
关键词 时变结构 局部优化 短时分数阶傅里叶变换 多重同步挤压变换 瞬时频率
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部