期刊文献+
共找到579篇文章
< 1 2 29 >
每页显示 20 50 100
DAMAGE DETECTION IN BUILDINGS USING A TWO-STAGE SENSITIVITY-BASED METHOD FROM MODAL TEST DATA
1
作者 ZhuHongping ChenXiaozhen ChenChuanyao 《Acta Mechanica Solida Sinica》 SCIE EI 2005年第2期150-156,共7页
Many multi-story or highrise buildings consisting of a number of identical stories are usually considered as periodic spring-mass systems. The general expressions of natural frequencies, mode shapes, slopes and curvat... Many multi-story or highrise buildings consisting of a number of identical stories are usually considered as periodic spring-mass systems. The general expressions of natural frequencies, mode shapes, slopes and curvatures of mode shapes of the periodic spring-mass system by utilizing the periodic structure theory are derived in this paper. The sensitivities of these mode parameters with respect to structural damages, which do not depend on the physical parameters of the original structures, are obtained. Based on the sensitivity analysis of these mode parameters, a two-stage method is proposed to localize and quantify damages of multi-story or highrise buildings. The slopes and curvatures of mode shapes, which are highly sensitive to local damages, are used to localize the damages. Subsequently, the limited measured natural frequencies, which have a better accuracy than the other mode parameters, are used to quantify the extent of damages within the potential damaged locations. The experimental results of a 3-story experimental building demonstrate that the single or multiple damages of buildings, either slight or severe, can be correctly localized by using only the slope or curvature of mode shape in one of the lower modes, in which the change of natural frequency is the largest, and can be accurately quantified by the limited measured natural frequencies with noise pollution. 展开更多
关键词 damage localization damage quantification sensitivity modal test data
在线阅读 下载PDF
Data-Centric AI
2
作者 鄂维南 汤林鹏 张文涛 《计算》 2025年第4期6-15,共10页
本文系统阐述了人工智能正从模型为中心(Model-centric AI,MCAI)向数据为中心(Data-centric AI,DCAI)转型的趋势,并提出了面向DCAI的数据基础设施体系,包括支持多模态数据统一管理的AI数据库;DataFlow数据准备与动态训练工具。该体系突... 本文系统阐述了人工智能正从模型为中心(Model-centric AI,MCAI)向数据为中心(Data-centric AI,DCAI)转型的趋势,并提出了面向DCAI的数据基础设施体系,包括支持多模态数据统一管理的AI数据库;DataFlow数据准备与动态训练工具。该体系突破了传统数据湖和数据处理工具的局限,实现了数据与模型的高效协同。通过大模型预训练、企业知识库构建等创新应用验证,展示了DCAI基础设施在提升模型性能、降低开发门槛方面的突破性价值,为人工智能向智能化计算新范式演进提供了系统解决方案。 展开更多
关键词 数据为中心的人工智能 数据基础设施 AI数据库 多模态数据管理 数据准备 动态训练 智能计算
在线阅读 下载PDF
基于“场景词袋”方法的历史街区访客行为数据多模态分析与人本更新应用
3
作者 肖竞 付梦姣 +2 位作者 陶建宇 曹珂 钱笑 《西部人居环境学刊》 北大核心 2026年第1期149-155,共7页
针对存量时期城乡遗产保护由防御保控“物本”逻辑向文化传承“人本”逻辑转变的现实背景,以及历史街区访客行为研究分析模态系统性不足、数据模态可公度性不足的技术瓶颈,文章基于人本更新视角,结合“场景理论”与“词袋模型”建构了... 针对存量时期城乡遗产保护由防御保控“物本”逻辑向文化传承“人本”逻辑转变的现实背景,以及历史街区访客行为研究分析模态系统性不足、数据模态可公度性不足的技术瓶颈,文章基于人本更新视角,结合“场景理论”与“词袋模型”建构了历史街区访客行为数据多模态分析方法,用以解析历史街区空间—访客行为互动机理。该方法建立了以数据模态为输入模态、分析模态为输出模态的多源数据系统归口与开放式研究框架,以及基于人群类别、行为类别、时间周期和空间属性四维场景要素的“词袋标签”和“单词语义”模型。基于样本研究,揭示出历史街区访客行为趋同从众、赶逐匆促、外骛表浅、交互性弱的现实问题和重商轻文、平悠假促、昼游夜览的时空分异规律,以及不同性别、来源地、年龄访客行为在独立性、目的性、活力度方面的分异表现。据此提出靶点空间干预、流态场景组构、差异场景营造的人本更新策略,以期丰富、拓展既有历史街区访客行为理论,推动历史街区文化传承与人本更新实践范式创新。 展开更多
关键词 历史街区 访客行为 场景词袋 人本更新 数据模态 分析模态
在线阅读 下载PDF
基于VMD重构数据增强的不平衡少样本轴承故障识别方法
4
作者 张锐 赵锦钰 +5 位作者 郭洪飞 王燕 杨思妍 刘婷婷 周卫斌 游国栋 《计算机集成制造系统》 北大核心 2026年第1期339-354,共16页
滚动轴承在机械设备中至关重要,其健康状态直接关系到机械设备安全运行和整体性能,然而,实际运行中获取足够的故障样本进行研究是一项挑战。因此,针对实际工况下故障样本数量缺少、与正常样本数量相比形成类不平衡的情形,提出一种基于... 滚动轴承在机械设备中至关重要,其健康状态直接关系到机械设备安全运行和整体性能,然而,实际运行中获取足够的故障样本进行研究是一项挑战。因此,针对实际工况下故障样本数量缺少、与正常样本数量相比形成类不平衡的情形,提出一种基于变分模态分解(VMD)重构数据增强的故障识别模型。首先,通过VMD分解和滤波调整将轴承故障信号重构为平衡数据集。其次,建立各故障类型样本特征参数与不同故障尺寸间关联性,实现生成样本特征评估。最后,通过深度学习YOLOv8算法对各不平衡比例数据集进行深入分析。分析实验结果表明,所提方法能有效扩充少样本场景下的轴承故障数据,提高故障识别精度,从数据层面解决类不平衡问题,对于轴承不平衡样本故障识别具有可行性和有效性。 展开更多
关键词 故障识别 不平衡样本 变分模态分解 数据增强 滚动轴承
在线阅读 下载PDF
数智赋能背景下的多元化教师教学评价方案设计
5
作者 鲁祖亮 张露瑶 米粒 《新余学院学报》 2026年第1期109-117,共9页
基于PDCA循环结构,融入数智技术,建立高校教师教学评价平台,采集多模态数据,构建评价指标多维、评价主体多元、评价方式多样的教师教学评价体系,以便全面、客观地评价教学,并基于评价结果动态更新评价指标,不断促进教师的专业发展和教... 基于PDCA循环结构,融入数智技术,建立高校教师教学评价平台,采集多模态数据,构建评价指标多维、评价主体多元、评价方式多样的教师教学评价体系,以便全面、客观地评价教学,并基于评价结果动态更新评价指标,不断促进教师的专业发展和教学质量的提升。 展开更多
关键词 PDCA 多元化评价 多模态数据
在线阅读 下载PDF
频域空间信息驱动的特征聚合跨模态行人重识别方法
6
作者 金静 朱传斌 翟凤文 《计算机应用研究》 北大核心 2026年第1期298-304,共7页
跨模态行人重识别旨在匹配可见光与红外不同模态下的行人图像,该任务的核心挑战是缓解可见光与红外模态间差异并提取具有鉴别力的共享特征。然而,现有方法在最小化模态间差异和提取模态共享特征过程中,未能充分利用数据增强后的模态信... 跨模态行人重识别旨在匹配可见光与红外不同模态下的行人图像,该任务的核心挑战是缓解可见光与红外模态间差异并提取具有鉴别力的共享特征。然而,现有方法在最小化模态间差异和提取模态共享特征过程中,未能充分利用数据增强后的模态信息且忽略了不同尺度特征语义关联性,提出一种基于频域空间信息的特征聚合(FDSIFA)网络。首先,通过设计的多分支频域空间感知模块(MFSPM),对不同模态的增强图像和原始图像充分提取模态特定信息,同时在频域和空间维度上挖掘跨模态特征的一致性,有效减小了模态间的差异;其次,设计了多阶段特征聚合模块(MFAM),自适应聚合不同尺度的特征,挖掘低层次特征与高层次特征之间的语义关联,提升特征的语义表达能力和判别力。该网络在SYSU-MM01数据集的全搜索模式下,rank-1和mAP分别达到了75.09%和71.35%,优于对比方法,实验结果验证了所提方法的有效性。 展开更多
关键词 跨模态 行人重识别 数据增强 频域空间信息 特征聚合
在线阅读 下载PDF
基于AEEMD和改进DATA-SSI算法的桥梁结构模态参数自动化识别 被引量:7
7
作者 徐健 周志祥 +1 位作者 赵丽娜 何杰 《土木工程学报》 EI CSCD 北大核心 2017年第7期87-98,共12页
模态参数作为桥梁结构最重要的动力参数之一,在实际运用中,可通过监测其变化情况来辨识结构的使用性能,精确地参数识别对保障桥梁健康运营具有十分重要的意义。鉴于此,该文对现阶段常用的振动信号降噪处理算法和模态参数识别算法进行了... 模态参数作为桥梁结构最重要的动力参数之一,在实际运用中,可通过监测其变化情况来辨识结构的使用性能,精确地参数识别对保障桥梁健康运营具有十分重要的意义。鉴于此,该文对现阶段常用的振动信号降噪处理算法和模态参数识别算法进行了相应的改进。一方面,提出一种新的信号自适应分解与重构算法,即自适应总体平均经验模态分解算法(AEEMD),该算法相比总体平均经验模态分解算法(EEMD)而言,能够根据信号的自身特征自动化确定添加白噪声的幅值标准差和集成平均次数;能更好地处理端点效应;同时还能够保证所得本征模态函数之间不存在模态混叠现象;最终实现有效IMF分量的自动化筛选和信号重构。另一方面,将多维数据聚类分析算法引入随机子空间算法中,并以频率值、阻尼比以及振型系数为因子建立判别矩阵,以智能化区分虚假模态和真实模态,最终实现模态参数自动化识别。文章最后分别用模拟信号和实际桥梁测试信号对所提算法的有效性进行验证,结果表明,该文所提算法能运用于实际桥梁结构的模态参数自动化识别。 展开更多
关键词 桥梁结构 EEMD 信号分解 data—SSI 模态参数 自动化识别
原文传递
面向刀具异常检测的多模态时序融合网络
8
作者 盖田田 黄民 孙巍伟 《组合机床与自动化加工技术》 北大核心 2026年第1期32-40,46,共10页
随着精密加工技术的发展,数控刀具的健康状态对生产质量与效率具有重要影响。针对多模态时间序列数据的融合与多层次时间序列建模挑战,提出了多模态交叉注意力时序融合网络(MCTF-Net)。模型首先通过TCN模块分别捕获每个模态信号的局部... 随着精密加工技术的发展,数控刀具的健康状态对生产质量与效率具有重要影响。针对多模态时间序列数据的融合与多层次时间序列建模挑战,提出了多模态交叉注意力时序融合网络(MCTF-Net)。模型首先通过TCN模块分别捕获每个模态信号的局部时间特征,并通过Transformer的编码器获取全局特征,随后在中期融合层引入跨模态交叉注意力机制,以振动信号为查询融合声发射和电流特征得到统一表示,接着采用TCN-Transformer双路架构同时捕捉局部磨损瞬态模式和建模负载波动的长程依赖,提升异常检测的准确性与鲁棒性。基于PHM2010刀具数据集和自采数据的实验表明,该模型在准确率、F1分数及ROC分数等指标上均优于主流方法。消融实验进一步验证了TCN与Transformer模块的协同作用,为复杂制造环境下的刀具异常检测提供了一种高效、精准的解决方案。 展开更多
关键词 刀具异常检测 多模态数据 时间卷积网络 TRANSFORMER 精密加工
在线阅读 下载PDF
基于跨模态注意力与可微分哈希的运动-文本双向检索框架
9
作者 于聪睿 张璐 +1 位作者 范波 吕娜 《浙江大学学报(理学版)》 北大核心 2026年第2期148-160,共13页
随着三维动画、影视制作及游戏产业的快速发展,海量高精度三维人体运动数据不断积累,数据的高效管理与智能检索面临重大挑战。针对当前在跨模态检索研究中存在的人体运动与文本语义关联性建模不足及计算成本过高这两大瓶颈,提出一种基... 随着三维动画、影视制作及游戏产业的快速发展,海量高精度三维人体运动数据不断积累,数据的高效管理与智能检索面临重大挑战。针对当前在跨模态检索研究中存在的人体运动与文本语义关联性建模不足及计算成本过高这两大瓶颈,提出一种基于注意力机制的可微分哈希跨模态检索框架,构建的双通道Transformer架构实现了对运动数据的捕捉与自然语言特征的提取,以可学习的跨模态注意力机制捕捉运动序列与文本描述间的细粒度时空关联,并通过设计端到端的哈希编码优化策略将高维特征压缩为紧凑的二进制码流。在常用数据集上实现了运动-文本双向检索精度与效率的显著提升,召回率总和较基线模型提升了2.6倍,为数字娱乐等领域的运动数据复用提供了高效解决方案。 展开更多
关键词 注意力机制 哈希编码 人体运动数据 跨模态检索
在线阅读 下载PDF
面向冶金质检的2D/3D视觉协同检测系统关键算法 被引量:1
10
作者 华晋军 王思贤 +1 位作者 唐文明 李树丰 《河北冶金》 2026年第2期65-69,84,共6页
针对热态钢轨质检中高温干扰、缺陷复杂及结构与纹理信息割裂等问题,本文提出并验证了一套面向冶金质检的2D/3D视觉系统检测系统的关键算法。在2D检测方面,提出轻量化DFAM-YOLO-Met(Defect-Focused Attention Module YOLO for Metallur... 针对热态钢轨质检中高温干扰、缺陷复杂及结构与纹理信息割裂等问题,本文提出并验证了一套面向冶金质检的2D/3D视觉系统检测系统的关键算法。在2D检测方面,提出轻量化DFAM-YOLO-Met(Defect-Focused Attention Module YOLO for Metallurgy)模型,通过将特征增强技术与注意力模块与YOLO模型进行耦合,实现对微小缺陷的高效识别。在自建图像集上取得91.6%的mAP和0.89的F1-score,在3D建模方面,设计三阶段点云优化与分段曲率拟合策略,引入热响应补偿机制,实现高温下的在线尺寸精测,误差由±0.28 mm降至±0.12 mm,满足国标≤0.15 mm的要求;在多模态融合方面,构建图-点映射与模块互引机制,实现2D与3D检测结果的联动复核,系统误报率由2.4%降至1.5%,复合缺陷Recall提升11.7%。实测表明,系统可在5 m/s钢轨产线上稳定运行72 h,单帧推理时延11.4 ms,GPU功耗低于15 W,具备良好鲁棒性与部署价值,为冶金行业在高温高速工况下实现智能质检提供了技术路径与实践参考。 展开更多
关键词 热态钢轨 表面检测 MAP 多模态融合 数据增强 2D/3D视觉协同
在线阅读 下载PDF
基于大模型的供电系统跨模态数据协同分析与可视化交互研究
11
作者 余芸 张喜铭 +2 位作者 林志达 梁寿愚 赵翔宇 《自动化与仪器仪表》 2026年第1期336-340,共5页
为解决供电系统中跨模态数据图像块特征与文本特征无法对齐的问题,提出一种基于大模型的多层级特征对齐的图文检索方法(TFPN)。首先,确定图文检索的目标函数;然后以ViT模型作为视觉基础,采用单独抽取的全局特征对特征学习的文本信息进... 为解决供电系统中跨模态数据图像块特征与文本特征无法对齐的问题,提出一种基于大模型的多层级特征对齐的图文检索方法(TFPN)。首先,确定图文检索的目标函数;然后以ViT模型作为视觉基础,采用单独抽取的全局特征对特征学习的文本信息进行引导,之后采用分流拼接注意力机制进行跨模态数据协同与特征交互;最后基于全局图像特征与句子级文本特征的相似度进行图文检索。结果表明,在CCKS2018_Task3数据集下,本方法在文本检索和图像检索中的R@1和R@10指标分别为77.44、95.18和55.27、96.01,均高于基于位置信息图推理和文本指导特征选择的图文检索方法、Transformer-GAN的图文检索方法和基于模态内细粒度特征关系提取的图像文本检索方法。综合分析说明,本方法可实现多层级文本特征金字塔和图像块特征的多阶段融合,从而进一步提升供电系统跨模态数据协同分析效果和可视化交互能力,具备有效性。 展开更多
关键词 跨模态数据 图文检索 分流拼接注意力机制 协同分析 可视化交互
原文传递
基于无人机多光谱影像和冠层形态的冬小麦叶绿素含量监测研究 被引量:1
12
作者 王文辉 田超 +4 位作者 鲁圣权 安月颖 王晓琦 赵松阳 袁盛华 《麦类作物学报》 北大核心 2026年第3期404-412,共9页
为了明确冠层形态和其他模态信息的耦合对冬小麦叶绿素含量(leaf chlorophyll content,LCC)监测的影响,以小麦品种石农086和和麦2020为材料,通过设置4个施氮水平(0、120、240、360 kg·hm^(-2))的冬小麦大田试验,应用低空无人机遥... 为了明确冠层形态和其他模态信息的耦合对冬小麦叶绿素含量(leaf chlorophyll content,LCC)监测的影响,以小麦品种石农086和和麦2020为材料,通过设置4个施氮水平(0、120、240、360 kg·hm^(-2))的冬小麦大田试验,应用低空无人机遥感平台搭载的多光谱影像机获取冬小麦关键生育时期光谱数据,结合数字高程模型(digital elevation model,DEM)计算冠层形态效应,并应用随机森林回归(random forest regression,RF)、分类提升决策树(categorical boosting,Catboost)和极端梯度提升决策树(eXtreme gradient boosting,XGBoost)3种机器学习算法分析光谱信息、植被指数信息和冠层形态相结合的多模态数据对冬小麦LCC监测的贡献。结果表明,相较于光谱和植被指数特征,冠层形态特征可以提高LCC的监测精度(r^(2)=0.66),且DEM对模型估测的影响优于坡度。相较于RF和XGBoost,利用Catboost构建的LCC模型在单一特征、多源特征耦合、多生育时期的情况下均可获得较高的监测精度,尤其是以单一冠层形态特征作为输入变量的情景下。多源特征耦合并不能够显著提高LCC的监测精度,但冠层形态特征与其他特征耦合在一定程度上可以提高监测精度。 展开更多
关键词 无人机遥感系统 冬小麦 叶绿素含量 冠层形态 多模态数据
在线阅读 下载PDF
强化多视图多模态网络的社交媒体机器人检测
13
作者 高鑫 徐树维 +1 位作者 张敬芸 唐志伟 《计算机工程与应用》 北大核心 2026年第2期232-244,共13页
社交媒体机器人的快速增长虽然促进了信息传播,但也带来了隐私泄露和虚假信息传播等问题。因此,开发更加有效的机器人检测方法至关重要。提出了一种新颖的基于多头注意力机制和多视图集成分类的检测模型BotAttVCDN。该模型通过结合多模... 社交媒体机器人的快速增长虽然促进了信息传播,但也带来了隐私泄露和虚假信息传播等问题。因此,开发更加有效的机器人检测方法至关重要。提出了一种新颖的基于多头注意力机制和多视图集成分类的检测模型BotAttVCDN。该模型通过结合多模态数据,学习不同视图在标签空间中的重要性和相关性,有效捕捉多模态数据之间的关系,以提高分类性能。在Cresci-2015、TwiBot-20和TwiBot-22数据集上的实验结果表明,BotAttVCDN在分类准确率和F1-score方面均优于现有的13个基线模型,包括BotMOE和BotRGCN等,此外,通过结合注意力机制权重分配热图和SHAP分析,验证了BotAttVCDN模型不仅有效提升了社交媒体机器人检测的准确度和F1-socre,还显著增强了可解释性,使得决策过程更加透明和易于理解。这表明,该模型在应对多样化和复杂化的社交媒体机器人检测任务中具有较高的竞争力和优越性。 展开更多
关键词 社交媒体机器人 BotAttVCDN模型 多模态数据 多头注意力机制 多视图集成 SHAP分析 可解释性
在线阅读 下载PDF
多模态医疗大数据治理体系与治理对策研究
14
作者 杨楠 李杨 《办公自动化》 2026年第8期88-90,共3页
多模态医疗大数据融合影像、文本、基因、传感等多元数据类型,已成为临床决策优化、医学科研创新与公共卫生管理升级的核心支撑。但数据异构性导致的融合难题、高敏感性引发的隐私风险、质量参差不齐造成的应用障碍,以及跨机构共享机制... 多模态医疗大数据融合影像、文本、基因、传感等多元数据类型,已成为临床决策优化、医学科研创新与公共卫生管理升级的核心支撑。但数据异构性导致的融合难题、高敏感性引发的隐私风险、质量参差不齐造成的应用障碍,以及跨机构共享机制缺失等问题,严重制约其价值释放。文章提出技术支撑、制度保障、应用导向三维治理体系,旨在为医疗大数据从数据资源向数据资产转化提供兼具技术可行性与实践操作性的解决方案。 展开更多
关键词 多模态医疗大数据 治理体系 跨模态融合 隐私计算
在线阅读 下载PDF
基于深度学习的野生动物图像识别方法与挑战 被引量:1
15
作者 李尧迪 田野 +3 位作者 张长春 谢将剑 赵海涛 张军国 《林业科学》 北大核心 2026年第1期207-222,共16页
随着野生动物保护和生态监测需求的不断增长,基于深度学习的图像识别方法在野生动物研究中的应用日益广泛。本研究首先介绍野生动物常用公开数据集,随后详细综述不同深度学习技术在野生动物图像识别中的应用,依据任务需求将识别方法划... 随着野生动物保护和生态监测需求的不断增长,基于深度学习的图像识别方法在野生动物研究中的应用日益广泛。本研究首先介绍野生动物常用公开数据集,随后详细综述不同深度学习技术在野生动物图像识别中的应用,依据任务需求将识别方法划分为图像级、对象级和像素级3个层级,并重点讨论各层级方法的具体实现及其技术细节。在此基础上,深入探讨野生动物图像识别所面临的核心挑战,涵盖数据层面的诸多问题,如数据质量参差不齐、标注代价高昂且效率低下、样本分布不均衡;同时还从模型与算法角度剖析若干关键技术难题,包括细粒度检测、跨域分布偏移、类增量学习、零样本学习和跨模态学习等。针对上述挑战,总结当前的研究进展与应对策略,并提出未来可能的发展方向,旨在为构建高效、鲁棒且适用于实际监测场景的野生动物智能识别系统提供理论支持和方法参考。 展开更多
关键词 野生动物图像识别 深度学习 数据不平衡 迁移学习 零样本学习 跨模态学习
在线阅读 下载PDF
多模态知识图谱补全方法综述
16
作者 王雪 张丽萍 +2 位作者 闫盛 李娜 张学飞 《计算机应用》 北大核心 2026年第2期341-353,共13页
传统知识图谱(KG)虽然为网络中的信息提供了一种统一的且机器可理解的表示方式,但在处理多模态应用时逐渐暴露出局限性。为了应对这些局限性,研究者提出多模态知识图谱(MMKG)作为有效解决方案。然而,KG引入多模态数据后广泛存在模态融... 传统知识图谱(KG)虽然为网络中的信息提供了一种统一的且机器可理解的表示方式,但在处理多模态应用时逐渐暴露出局限性。为了应对这些局限性,研究者提出多模态知识图谱(MMKG)作为有效解决方案。然而,KG引入多模态数据后广泛存在模态融合不充分和推理困难的问题,这制约了MMKG的应用和发展。而多模态知识图谱补全(MMKGC)技术不仅能够在构建阶段充分融合跨模态信息,还能够在构建完成阶段预测缺失的链接,从而解决在模态融合和推理时遇到的问题。因此,对MMKG方法进行综述。首先,详尽阐述MMKGC的基本概述以及常用的基准数据集和评价指标;其次,将现有方法分为针对MMKG构建阶段的融合任务和构建完成阶段的推理任务,前者聚焦于关键技术如实体对齐和实体链接,后者则涵盖关系推理、信息缺失补全及多模态扩展这3类技术;再次,详细介绍了各类MMKGC方法,并分析它们的特点;最后,分析MMKGC方法面临的问题与挑战并总结前面的内容。 展开更多
关键词 多模态数据 多模态知识图谱 多模态知识图谱补全 实体对齐 关系推理
在线阅读 下载PDF
基于多源数据融合的电网调控行为异常监测与诊断
17
作者 吴岳洲 蓝天 +2 位作者 陈志伟 缪新新 王振宇 《半导体光电》 北大核心 2026年第1期140-148,共9页
在主电网断路器操动机构异常监测中,多维混合特征提取困难,导致分类识别准确率较低。特别是当电网处于恶劣场景中,信号干扰和数据不完整的问题更加突出,进一步增加监测和故障诊断的难度。对此,文章提出一种基于变分模态分解算法与综合... 在主电网断路器操动机构异常监测中,多维混合特征提取困难,导致分类识别准确率较低。特别是当电网处于恶劣场景中,信号干扰和数据不完整的问题更加突出,进一步增加监测和故障诊断的难度。对此,文章提出一种基于变分模态分解算法与综合式梅尔倒谱系数的多源信号特征提取方法。在该方法的基础上,利用核主成分聚类分析与优化后的支持向量机,最终提出一种新型的主电网断路器操动机构异常监测与诊断技术。实验结果表明,在正常工况下,该研究方法信号的特征提取标准差与均方根值分别为0.10与1.12,验证了其在多源信号特征提取与噪声抑制中的有效性。此外,该方法的最高分类识别准确率达到了97.7%,显示出其在提高异常监测精度和诊断效率方面具有显著优势。所提出的方法不仅能为主电网断路器操动机构的异常监测与诊断提供新的技术路径,还能为实际应用中的多源信号分析提供有效的解决方案,解决军事电网中信号干扰和数据不完整的问题,提升监测与诊断的智能化水平。 展开更多
关键词 多源数据 变分模态分解 主电网 断路器 异常监测 诊断
原文传递
面向新型电力系统的规划运行两阶段小信号稳定性增强方法
18
作者 杨再欣 胡宏彬 +3 位作者 李玉京 魏志星 陶军 都成刚 《电网与清洁能源》 北大核心 2026年第2期131-141,共11页
大量新能源以电力电子装备的形式接入电力系统,可能引发宽频振荡稳定性问题。为提升电力系统小信号稳定性,提出一种基于复频域模态分析与数据驱动控制的电力系统稳定性增强方法。首先,介绍了基于复频域导纳的稳定性分析方法,并建立了电... 大量新能源以电力电子装备的形式接入电力系统,可能引发宽频振荡稳定性问题。为提升电力系统小信号稳定性,提出一种基于复频域模态分析与数据驱动控制的电力系统稳定性增强方法。首先,介绍了基于复频域导纳的稳定性分析方法,并建立了电力系统复频域导纳矩阵模型;其次,为提高易失稳模态的抗干扰性,以提高薄弱节点均衡度和阻尼比为指标,提出了基于模型参数优化的一阶段稳定性增强方法;再次,针对宽频振荡问题的紧急致稳,提出了基于数据驱动预测控制的两阶段稳定性增强方法,并基于可控性指标选取合适的振荡抑制方案;最后,在IEEE 9和英国电网背景下通用12节点测试系统中,验证了所提模型数据混合驱动稳定性增强方法的有效性。优化后的电力系统小信号稳定性显著提高,且能有效抑制宽频振荡。 展开更多
关键词 模态分析法 多机组参数优化 数据驱动预测控制 稳定性增强
在线阅读 下载PDF
基于深度学习的离心泵空化故障早期识别与定量评估
19
作者 黎汉琪 黄翼 徐成 《冶金设备管理与维修》 2026年第2期52-55,共4页
为解决离心泵空化故障早期识别难、定量评估精度低的问题,提出基于深度学习的空化故障诊断与评估策略。研究空化故障的阶段性特征及识别难点,以“多模态数据融合与信息互补”为核心理念,构建包含多模态信号感知、深层特征增强、双任务... 为解决离心泵空化故障早期识别难、定量评估精度低的问题,提出基于深度学习的空化故障诊断与评估策略。研究空化故障的阶段性特征及识别难点,以“多模态数据融合与信息互补”为核心理念,构建包含多模态信号感知、深层特征增强、双任务评估的技术体系,为离心泵空化故障的精准防控提供科学合理的检测手段。 展开更多
关键词 离心泵 空化故障 深度学习 CNN-BiLSTM 多模态数据融合
在线阅读 下载PDF
基于ISSA优化ELM算法的变电站主变压器运行多模态故障智能测量方法
20
作者 马西跃 李明 +2 位作者 任增 王鑫 吴国鼎 《国外电子测量技术》 2026年第1期206-210,共5页
针对变电站主变压器严重故障样本稀少、正常与轻微异常数据主导导致多模态故障测量精度低,以及在资源受限边缘侧部署困难的问题,提出一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化极限学习机(Extreme Learning... 针对变电站主变压器严重故障样本稀少、正常与轻微异常数据主导导致多模态故障测量精度低,以及在资源受限边缘侧部署困难的问题,提出一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化极限学习机(Extreme Learning Machine,ELM)算法的变电站主变压器运行多模态故障智能测量方法。该方法首先基于变电站主变压器运行多模态数据,提取能量集中度、时频域熵等多个时频联合特征,并对这些特征进行融合;随后,将特征输入到ELM模型中,应用ISSA算法优化ELM模型参数;通过Circle混沌映射生成初始种群,在更新个体位置的基础上,结合反向学习与柯西变异策略,从而确定ELM模型的最优参数;最后,输出模型故障类型预测值,以构建故障类型测量矩阵,并建立故障类型隶属度函数,通过计算多模态特征的总贡献度,实现对故障类型的测量。实验结果表明,该方法在实际应用中能够精准识别故障类型,误测率均值仅为1.44%,实现了对变电站主变压器运行多模态故障时频数据的高精度测量。 展开更多
关键词 ISSA ELM算法 变电站主变压器 运行状态 多模态数据 故障测量
原文传递
上一页 1 2 29 下一页 到第
使用帮助 返回顶部