期刊导航
期刊开放获取
vip
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
基于局部感受野扩张D-MobileNet模型的图像分类方法
被引量:
6
1
作者
王威
邹婷
王新
《计算机应用研究》
CSCD
北大核心
2020年第4期1261-1264,1270,共5页
针对轻量级深度神经网络MobileNet会减少分类准确率的问题,将空洞卷积核引入MobileNet模型的某一卷积层中,提出一种基于局部感受野扩张的D-MobileNet模型。该模型根据空洞卷积核所在位置的不同分为三种结构,在不增加参数数量的同时能够...
针对轻量级深度神经网络MobileNet会减少分类准确率的问题,将空洞卷积核引入MobileNet模型的某一卷积层中,提出一种基于局部感受野扩张的D-MobileNet模型。该模型根据空洞卷积核所在位置的不同分为三种结构,在不增加参数数量的同时能够扩大该层卷积核的局部感受野,提高分类精度。实验在Caltech-101数据集、Caltech-256数据集以及图宾根大学动物分类数据库上进行,结果表明,D-MobileNet模型可获得比MobileNet更好的分类准确率,最多可以提高2%。
展开更多
关键词
图像分类
深度神经网络
MobileNet
空洞卷积
d-mobilenet
在线阅读
下载PDF
职称材料
基于多方向振动数据的风机齿轮箱故障智能诊断
被引量:
2
2
作者
孟繁晔
高翼飞
陈长征
《机械工程师》
2022年第11期66-70,73,共6页
风机齿轮箱作为风机的关键传递结构,针对其关键部件的故障诊断,提出了一种基于极点对称模态分解算法(ESMD)、MobileNet V2神经网络和D-S证据理论的诊断方法。首先将3个方向的复杂的故障信号进行ESMD分解与重构,将3个方向重构后的信号输...
风机齿轮箱作为风机的关键传递结构,针对其关键部件的故障诊断,提出了一种基于极点对称模态分解算法(ESMD)、MobileNet V2神经网络和D-S证据理论的诊断方法。首先将3个方向的复杂的故障信号进行ESMD分解与重构,将3个方向重构后的信号输入到MobileNet V2网络中进行训练,最后利用D-S证据理论进行融合计算并得到最终的预测结果。使用某公司搭建的风机齿轮箱实验平台数据,最终通过实验表明,文中所提出的诊断方法有效,在准确率可以接受的前提下,极大地减少了运算的时间,实现了轻量化。
展开更多
关键词
风机齿轮箱
ESMD
MobileNet
V2神经网络
D-S理论
故障诊断
在线阅读
下载PDF
职称材料
题名
基于局部感受野扩张D-MobileNet模型的图像分类方法
被引量:
6
1
作者
王威
邹婷
王新
机构
长沙理工大学计算机与通信工程学院
中国电信股份有限公司益阳分公司
出处
《计算机应用研究》
CSCD
北大核心
2020年第4期1261-1264,1270,共5页
基金
国防预研项目
国家自然科学基金资助项目(61070040)
湖南省教育厅科研项目(17C0043)。
文摘
针对轻量级深度神经网络MobileNet会减少分类准确率的问题,将空洞卷积核引入MobileNet模型的某一卷积层中,提出一种基于局部感受野扩张的D-MobileNet模型。该模型根据空洞卷积核所在位置的不同分为三种结构,在不增加参数数量的同时能够扩大该层卷积核的局部感受野,提高分类精度。实验在Caltech-101数据集、Caltech-256数据集以及图宾根大学动物分类数据库上进行,结果表明,D-MobileNet模型可获得比MobileNet更好的分类准确率,最多可以提高2%。
关键词
图像分类
深度神经网络
MobileNet
空洞卷积
d-mobilenet
Keywords
image classification
deep neural network
MobileNet
dilated convolution
d-mobilenet
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多方向振动数据的风机齿轮箱故障智能诊断
被引量:
2
2
作者
孟繁晔
高翼飞
陈长征
机构
沈阳工业大学机械工程学院
辽宁省振动噪声控制工程技术研究中心
出处
《机械工程师》
2022年第11期66-70,73,共6页
基金
国家自然科学基金项目(51675350)。
文摘
风机齿轮箱作为风机的关键传递结构,针对其关键部件的故障诊断,提出了一种基于极点对称模态分解算法(ESMD)、MobileNet V2神经网络和D-S证据理论的诊断方法。首先将3个方向的复杂的故障信号进行ESMD分解与重构,将3个方向重构后的信号输入到MobileNet V2网络中进行训练,最后利用D-S证据理论进行融合计算并得到最终的预测结果。使用某公司搭建的风机齿轮箱实验平台数据,最终通过实验表明,文中所提出的诊断方法有效,在准确率可以接受的前提下,极大地减少了运算的时间,实现了轻量化。
关键词
风机齿轮箱
ESMD
MobileNet
V2神经网络
D-S理论
故障诊断
Keywords
wind turbine gearbox
ESMD
MobileNet V2 model
D-S theory
fault diagnosis
分类号
TH132.41 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于局部感受野扩张D-MobileNet模型的图像分类方法
王威
邹婷
王新
《计算机应用研究》
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
2
基于多方向振动数据的风机齿轮箱故障智能诊断
孟繁晔
高翼飞
陈长征
《机械工程师》
2022
2
在线阅读
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