期刊文献+
共找到5,030篇文章
< 1 2 250 >
每页显示 20 50 100
降水空间信息的处理策略对径流预测的影响 被引量:1
1
作者 高玉芳 何川 +1 位作者 彭涛 高勇 《水科学进展》 北大核心 2025年第1期143-154,共12页
降水空间信息的精确提取对径流预测的精度至关重要。本文以赣江流域为研究对象,基于长短期记忆网络(Long Short-Term Memory,LSTM)模型,设计原始图像、小波分解、统计特征、面平均值、区域划分5种降水空间信息提取方案,研究降水空间信... 降水空间信息的精确提取对径流预测的精度至关重要。本文以赣江流域为研究对象,基于长短期记忆网络(Long Short-Term Memory,LSTM)模型,设计原始图像、小波分解、统计特征、面平均值、区域划分5种降水空间信息提取方案,研究降水空间信息不同处理策略对基于LSTM模型的径流预测性能的影响。结果表明:相较于直接使用原始图像的方案,综合运用小波分解和统计特征提取的处理方法测试期纳什效率系数分别提升了11.5%和17.9%,同时也增强了模型的稳定性和解释性;不同的区域划分方法能结合土地利用、土壤类型等下垫面因素,反映降水响应的空间差异性,展现了对各流量等级的适应能力,相较于以流域平均值作为输入的方式,能明显提高捕捉高流量和低流量特征的能力。研究表明在基于LSTM模型的降雨—径流预测模型中引入降水空间信息,可以有效改善预测效果。 展开更多
关键词 径流预测 长短期记忆网络 卷积神经网络 小波变换
在线阅读 下载PDF
小样本下基于DWT和2D-CNN的齿轮故障诊断方法 被引量:1
2
作者 宋庭新 黄继承 +2 位作者 刘尚奇 杜敏 李子平 《计算机集成制造系统》 北大核心 2025年第6期2206-2214,共9页
针对齿轮设备运维过程中故障信号较少的情况,提出一种将离散小波变换(DWT)与二维卷积神经网络(2D-CNN)相结合的故障识别方法。该方法通过将少量信号经卷积神经网络得到的分类标签与信号的小波能量进行权值分配,实现对齿轮的故障识别。... 针对齿轮设备运维过程中故障信号较少的情况,提出一种将离散小波变换(DWT)与二维卷积神经网络(2D-CNN)相结合的故障识别方法。该方法通过将少量信号经卷积神经网络得到的分类标签与信号的小波能量进行权值分配,实现对齿轮的故障识别。为了充分获取小样本中的信息来训练神经网络,利用离散小波分解、图像变换和Markov变迁场方法对样本信号进行增量和转换。通过验证齿轮箱数据集得到96%的训练准确率和87.5%的分类准确率,同时通过消融实验和对比实验证明,该方法可以有效克服小样本数据中的噪声干扰,使数据得到增强,在齿轮故障识别中具有很好的现实意义。 展开更多
关键词 故障诊断 小样本 二维卷积神经网络 小波变换
在线阅读 下载PDF
一种小样本滚动轴承故障诊断算法 被引量:2
3
作者 宋存利 王子卓 时维国 《中国惯性技术学报》 北大核心 2025年第1期96-106,共11页
针对卷积神经网络在处理滚动轴承时域信号时难以充分提取特征、故障样本稀少及模型泛化性能不足的问题,提出一种基于注意力机制的增强卷积神经网络小样本故障诊断方法。首先,使用连续小波变换将轴承振动信号转化为二维时频图像,以便可... 针对卷积神经网络在处理滚动轴承时域信号时难以充分提取特征、故障样本稀少及模型泛化性能不足的问题,提出一种基于注意力机制的增强卷积神经网络小样本故障诊断方法。首先,使用连续小波变换将轴承振动信号转化为二维时频图像,以便可视化其特征。然后,通过数据增强扩充样本数据,提升模型在小样本情况下的泛化性。为提高特征提取和模型泛化能力,使用MixConv将ConvNeXt V2模型的7×7卷积层重构为不同大小的并行卷积核,增强多尺度特征提取效果;引入卷积注意力机制模块(CBAM)提升关键特征识别能力。该模型在凯斯西储大学、东南大学和渥太华大学的故障数据集上进行实验验证。实验结果表明,所提模型对不同故障的识别率均为100%,与目前常用的7个模型相比,在相同条件下故障识别准确率最高,具有较强的泛化性能。 展开更多
关键词 滚动轴承 故障诊断 注意力机制 连续小波变换 卷积神经网络
在线阅读 下载PDF
基于离散小波注意力机制的结构光多尺度相位提取网络
4
作者 尚建华 王刚 +2 位作者 刘洋 徐海芹 孙嘉曈 《红外与激光工程》 北大核心 2025年第6期324-336,共13页
提出了一种基于离散小波注意力机制的结构光多尺度相位提取网络(Wavelet Attention Based Multi-scale Phase Extraction Network,WA-MSPNet),旨在提升结构光相位提取的准确性与效率。基于小波域的混合注意力机制,通过离散小波变换提取... 提出了一种基于离散小波注意力机制的结构光多尺度相位提取网络(Wavelet Attention Based Multi-scale Phase Extraction Network,WA-MSPNet),旨在提升结构光相位提取的准确性与效率。基于小波域的混合注意力机制,通过离散小波变换提取低频分量,并在小波域融合通道信息与空间信息,进而增强了有效特征的表达能力;其次,提出一种改进的多尺度增强预测策略,通过自下而上的多层级特征融合输出,提高了预测的准确性和鲁棒性;并且,优化的网络结构,在提升性能的同时能够显著减少参数量和计算量,与经典UNet相比,参数量减少约58%,计算量减少约32%。最后,借助152组测试数据集进行了对比实验,实验结果表明,文中的相位提取网络WA-MSPNet在平均绝对误差、均方根误差以及峰值信噪比等指标方面均优于经典UNet、加入注意力门控的Att-UNet以及结合Swin Transformer和UNet的混合架构模型Swin-UNet,证明了该网络在相位预测的优越性能和良好的泛化能力。 展开更多
关键词 相位提取 深度神经网络 小波变换 条纹投影 条纹图分析
原文传递
双通道小波核-卷积神经网络轧机设备轴承诊断方法
5
作者 时培明 肖立峰 +2 位作者 许学方 何俊杰 彭荣荣 《机械科学与技术》 北大核心 2025年第2期335-344,共10页
轧机设备运行过程中产生的振动信号和声音信号包含丰富的状况信息,而使用单类传感器采集信号难以捕获轧机的全面信息。针对上述问题,提出一种基于双通道异源信息融合的小波核-卷积神经网络算法。首先,将采集的振动信号转换成二维小波时... 轧机设备运行过程中产生的振动信号和声音信号包含丰富的状况信息,而使用单类传感器采集信号难以捕获轧机的全面信息。针对上述问题,提出一种基于双通道异源信息融合的小波核-卷积神经网络算法。首先,将采集的振动信号转换成二维小波时频图作为二维卷积神经网络通道的输入;再设计一种小波核网络Wavelet kernel network (WKN)作为一维通道对声音信号进行处理;最后,将各通道提取的特征向量在汇聚层进行拼接,信息融合后实现对轧机设备的轴承状况诊断。为了验证该算法的有效性,搭建轧机状况实验平台。实验结果表明,在变工况下,双通道小波核-卷积神经融合网络对轧机轴承故障诊断准确率可达99%。 展开更多
关键词 故障诊断 轧机轴承 双通道卷积神经网络 小波卷积核
在线阅读 下载PDF
基于WOA-WNN-LSTM算法的红外CO痕量气体压力补偿与时序浓度分析
6
作者 田富超 张海龙 +3 位作者 苏嘉豪 梁运涛 王琳 王泽文 《光谱学与光谱分析》 北大核心 2025年第4期994-1007,共14页
红外光谱分析是工业环境气体定量分析的重要手段,当前红外气体检测仪的测量精度受环境压力变化影响较大,导致检测数据在不同压力条件下偏离实际气体浓度。为提高红外气体传感器的精度,选择了鲸鱼优化算法(whale optimization algorithm,... 红外光谱分析是工业环境气体定量分析的重要手段,当前红外气体检测仪的测量精度受环境压力变化影响较大,导致检测数据在不同压力条件下偏离实际气体浓度。为提高红外气体传感器的精度,选择了鲸鱼优化算法(whale optimization algorithm,WOA)和小波神经网络(wavelet neural network,WNN)相结合的压力补偿算法,并结合长短期记忆法(long short-term memory,LSTM)对补偿后的数据进行预测。通过搭建工业环境气体压力补偿实验平台,使用高精度配气仪配置100~900 ppm标准CO气体,在80~120 kPa范围内进行数百组重复实验,发现CO气体传感器在负压条件下测量值小于标气浓度,正压条件下测量值大于标气浓度,并随压力变化呈线性关系,绝对误差最高为86 ppm。将传感器数据使用小波神经网络进行误差降低,初步补偿后的CO误差降至26 ppm,但由于参数可移植性较差,个别数据误差较大。进一步使用鲸鱼优化算法优化小波神经网络的参数后,补偿效果显著提升,传感器测量值与真值之差保持在0.004%以内且数据稳定。最终结合LSTM进行气体浓度预测,预测值与实际值之间的均方根误差(RMSE)均小于0.1,平均绝对误差(MAE)均小于0.020,实验结果表明,WOA-WNN-LSTM算法能够有效提高红外气体传感器的测量精度,成功消除环境压力对测量结果的影响,为工业环境气体检测提供了更为可靠和精准的解决方案。 展开更多
关键词 红外光谱分析 环境压力补偿 鲸鱼优化算法 小波神经网络 时序浓度预测
在线阅读 下载PDF
基于WAAP-YOLO的玉米伴生杂草检测模型
7
作者 孟志永 贾雅微 +4 位作者 张秀清 倪永婧 张明 武琪 吴晨曦 《河北科技大学学报》 北大核心 2025年第4期386-394,共9页
为解决玉米伴生杂草存在样本形态各异、密集遮挡、背景复杂、尺度不一等问题,提出了目标检测模型WAAP-YOLO。首先,改进主干部分,将部分卷积替换为小波池化卷积,有效避免了混叠伪影现象;其次,引入聚合注意力机制构建C2f-AA模块,提升了模... 为解决玉米伴生杂草存在样本形态各异、密集遮挡、背景复杂、尺度不一等问题,提出了目标检测模型WAAP-YOLO。首先,改进主干部分,将部分卷积替换为小波池化卷积,有效避免了混叠伪影现象;其次,引入聚合注意力机制构建C2f-AA模块,提升了模型在复杂背景下对杂草特征的提取能力;最后,以ASF-P2-Net替换原始neck网络,通过尺度序列融合模块引入P2检测头,降低模型复杂度,显著提升小目标检测效果。结果表明,WAAP-YOLO检测算法的mAP@0.5指标、mAP@0.5∶0.95指标、F1、参数量分别为97.2%、85.8%、94.0%、2.1×10^(6),优于YOLOv5s、YOLOv8n、YOLOv10n等常见目标检测模型。所提模型可显著提升玉米田间杂草的精准识别能力,可为促进种植业的智能化和可持续发展提供参考。 展开更多
关键词 计算机神经网络 杂草识别 小波池化 注意力机制 多尺度融合
在线阅读 下载PDF
基于改进神经网络的医院通信安全态势感知方法 被引量:3
8
作者 邓从香 《电子设计工程》 2025年第1期166-170,175,共6页
针对医院通信安全态势感知不及时,易导致医院信息系统重要信息受到损害的问题,提出基于改进神经网络的医院通信安全态势感知方法。使用基于小波消噪的通信信号去除噪声并保留关键信息,输入基于改进RBF神经网络的医院通信安全态势感知模... 针对医院通信安全态势感知不及时,易导致医院信息系统重要信息受到损害的问题,提出基于改进神经网络的医院通信安全态势感知方法。使用基于小波消噪的通信信号去除噪声并保留关键信息,输入基于改进RBF神经网络的医院通信安全态势感知模型。利用花朵授粉算法完成改进RBF神经网络训练。通过径向基函数对输入数据进行非线性变换,将得到的权值进行加权求和,得到当前通信网络信号的安全态势预测结果。实验结果显示,应用该文方法的医院通信网络异常信息可在1 s内完成感知。 展开更多
关键词 改进神经网络 医院通信 安全态势 小波消噪 信号去噪 花朵授粉算法
在线阅读 下载PDF
西部地区工业碳排放达峰预测与减排潜力分析 被引量:1
9
作者 邹艳 李佳佳 王淑平 《环境工程》 2025年第5期199-206,共8页
西部地区作为中国工业发展的重点区域,科学预测其工业碳达峰情况有利于制定符合区域特点的减排政策。提出一种符合中国实际的碳排放核算体系,对西部11个省级行政区工业碳排放量进行合理测算;在此基础上构建粒子群-小波神经网络模型,以... 西部地区作为中国工业发展的重点区域,科学预测其工业碳达峰情况有利于制定符合区域特点的减排政策。提出一种符合中国实际的碳排放核算体系,对西部11个省级行政区工业碳排放量进行合理测算;在此基础上构建粒子群-小波神经网络模型,以预测西部地区2020—2030年工业碳排放总量;结合最终预测结果分析西部地区工业碳达峰情况及减排潜力。结果显示:1)自然达峰情景下,广西、云南、陕西、甘肃、新疆、重庆、青海、宁夏有望2030年前实现达峰,内蒙古、四川、贵州在实现碳达峰目标方面可能存在一定困难;2)碳排放强度方面,除内蒙古外,西部其余省级行政区的工业行业均能实现碳排放强度较2005年下降60%~65%的目标,且广西、重庆、陕西、贵州、云南的碳排放下降幅度可达到90%以上;3)碳减排潜力方面,西部地区整体减排潜力较大,其中内蒙古、青海、宁夏是西部地区中减排潜力最大的3个省级行政区。最后结合西部地区工业行业特点,提出合理调整减排重点区域、优化能源结构、制定动态达峰控制策略等建议。 展开更多
关键词 工业碳排放 小波神经网络 西部地区 碳达峰预测 减排潜力分析
原文传递
特征融合与BP神经网络结合的刀具磨损预测 被引量:1
10
作者 郭宏 徐延 +1 位作者 伊亚聪 胡孔耀 《机械设计与制造》 北大核心 2025年第1期108-111,116,共5页
通过监测刀具磨损情况,能够有效应对生产加工中的意外状况。为了精确监测刀具的磨损状态,提出了一种多传感器特征融合及BP神经网络结合的刀具磨损预测方法。首先对工业加工中采集到的切削力、振动、声发射信号进行小波阈值去噪,然后在... 通过监测刀具磨损情况,能够有效应对生产加工中的意外状况。为了精确监测刀具的磨损状态,提出了一种多传感器特征融合及BP神经网络结合的刀具磨损预测方法。首先对工业加工中采集到的切削力、振动、声发射信号进行小波阈值去噪,然后在时域、频域和时频域内分析并提取特征,再将融合后的各类传感器特征使用Pearson相关系数和主成分分析(PCA)实现数据降维,最后将降维后的融合特征输入搭建好的BP神经网络,通过非线性仿真分析,从而实现刀具磨损量的预测。案例验证表明:与单一传感器预测相比,提出的多传感器特征融合的刀具磨损预测方法误差最小,且决定系数R2达到0.993。 展开更多
关键词 传感器 特征提取 小波去噪 PCA BP神经网络 磨损预测
在线阅读 下载PDF
红外光谱结合连续小波变换-卷积神经网络技术的粮食杂质识别 被引量:1
11
作者 谭英丽 胡锦平 《粮食与饲料工业》 2025年第3期125-130,共6页
以往粮食杂质识别时,由于杂质粒度、形状与粮食相似,无法有效获取结构差异信息,导致粮食杂质微细特征提取质量较差,难以准确区分粮食和杂质,造成杂质识别率较低。为应对这一问题,提出红外光谱结合连续小波变换-卷积神经网络技术的粮食... 以往粮食杂质识别时,由于杂质粒度、形状与粮食相似,无法有效获取结构差异信息,导致粮食杂质微细特征提取质量较差,难以准确区分粮食和杂质,造成杂质识别率较低。为应对这一问题,提出红外光谱结合连续小波变换-卷积神经网络技术的粮食杂质识别方法。通过近红外探测器捕捉粮食杂质的近红外光谱数据,并通过中心化处理与标准化处理等过程对所采集的粮食杂质光谱数据进行预处理,获取结构差异信息。经过预处理后的粮食杂质光谱数据通过USB总线传输到PC端;在PC端通过连续小波变换从光谱数据中提炼出粮食杂质的微细特征,以进一步放大差异,绘制出粮食杂质的小波时频图,将小波时频图作为卷积神经网络的输入数据,进行精确地分类识别,从而实现智能化的粮食杂质识别。实验结果显示,近红外光谱采集粮食杂质样品并进行预处理后光谱特征峰更加明显,将预处理后的光谱数据转换为小波时频图后,荞麦杂质样品图像展现出显著的特征信息,为后续粮食杂质识别工作提供可靠的基础;卷积神经网络在粮食杂质识别任务中最高杂质识别率达到100%,且杂质识别错误率最低为0,具有较强的杂质识别性能。 展开更多
关键词 近红外光谱 连续小波 卷积神经 粮食 杂质 识别
在线阅读 下载PDF
基于小波神经网络的偏微分方程求解方法
12
作者 韩峰 彭国良 +1 位作者 史雪婷 王建国 《现代应用物理》 2025年第1期234-240,282,共8页
本文建立了一种基于多分辨小波神经网络(wavelet neural network,WNN)的偏微分方程求解方法。该方法具有人工神经网络结构物理意义明确、训练速度快的特点。结合小波多分辨分析理论,根据问题的复杂程度,可以不断增大网络结构,从而增加... 本文建立了一种基于多分辨小波神经网络(wavelet neural network,WNN)的偏微分方程求解方法。该方法具有人工神经网络结构物理意义明确、训练速度快的特点。结合小波多分辨分析理论,根据问题的复杂程度,可以不断增大网络结构,从而增加网络的逼近能力。计算结果表明,与PINN方法进行了对比,本文方法在求解精度和速度两方面均有显著提高。对典型偏微分方程问题进行求解,结果表明,该方法能够随着网络节点的增加,求解精度不断提高。 展开更多
关键词 小波神经网络 多尺度 偏微分方程 数值模拟
在线阅读 下载PDF
基于小波降噪的神经网络盾构泥水分离系统参数预测方法
13
作者 周翠红 周富强 +1 位作者 刘兆赫 翟志国 《土木与环境工程学报(中英文)》 北大核心 2025年第1期11-17,共7页
泥水盾构穿越复合地层时,掘进控制参数和泥水分离系统参数往往出现大幅波动,影响施工安全和掘进效率。为提升施工过程的安全稳定性,实现异常工况预测,依托望京隧道盾构工程,针对地层状况采用筛分、双旋流、离心/压滤固液分离协同控制技... 泥水盾构穿越复合地层时,掘进控制参数和泥水分离系统参数往往出现大幅波动,影响施工安全和掘进效率。为提升施工过程的安全稳定性,实现异常工况预测,依托望京隧道盾构工程,针对地层状况采用筛分、双旋流、离心/压滤固液分离协同控制技术,采集盾构机掘进参数(掘进速度、刀盘转速和总推进力等)和泥水分离系统运行参数(进浆量、进浆密度和进浆黏度等),通过Cook距离离群检测和小波阈值去噪处理提升数据质量;以双旋流分离密度比值、黏度比值等12个参数为输入,排浆量、排浆密度和排浆黏度为输出,建立BP神经网络泥水分离系统参数的预测模型,并选取3个不同地层环段进行预测对比分析。预测结果表明:预测平均绝对误差均在5%以内,该预测模型在复合地层下仍具有较高的准确性。 展开更多
关键词 盾构隧道 泥水分离 COOK距离 小波去噪 BP神经网络 参数预测
在线阅读 下载PDF
基于无意调相边带信息的雷达辐射源个体识别
14
作者 黄湘松 王振 +1 位作者 潘大鹏 赵一洋 《电子与信息学报》 北大核心 2025年第6期1762-1771,共10页
无意调相是雷达辐射源个体识别中的关键信息,能够提供细微的相位变化信息,捕捉到不同辐射源的微小差异,在区分具有相似硬件结构的雷达辐射源时具有显著优势。针对同一厂家生产的同型号辐射源无意调相特性区分性不明显的问题,该文提出一... 无意调相是雷达辐射源个体识别中的关键信息,能够提供细微的相位变化信息,捕捉到不同辐射源的微小差异,在区分具有相似硬件结构的雷达辐射源时具有显著优势。针对同一厂家生产的同型号辐射源无意调相特性区分性不明显的问题,该文提出一种基于无意调相边带信息与深度学习相结合的个体识别方法。通过深入挖掘无意调相特性中的边带信息,增强不同辐射源个体间的差异性,并引入双路循环膨胀卷积网络增加神经网络感受野。实验实测数据显示,该方法在信噪比为5 dB的条件下,仍能对10台同型号的辐射源实现87.58%的平均识别准确率,对比1维残差网络,识别精度提高了21.41%。 展开更多
关键词 辐射源个体识别 无意调相 边带信息 循环膨胀卷积网络 同步压缩小波变换
在线阅读 下载PDF
基于自回归积分滑动平均模型的无线传感网络通信传输信号延迟消除方法
15
作者 崔蕾 王同 《传感技术学报》 北大核心 2025年第3期543-549,共7页
为了解决受环境影响无线传感网络通信传输信号的延迟问题,提出了一种传输信号延迟消除的方法。将自回归积分滑动平均模型(ARIMA)和小波神经网络(WNN)相结合,进行通信传输信号延迟的组合预测。根据延迟预测结果设计传输信号延迟消除流程... 为了解决受环境影响无线传感网络通信传输信号的延迟问题,提出了一种传输信号延迟消除的方法。将自回归积分滑动平均模型(ARIMA)和小波神经网络(WNN)相结合,进行通信传输信号延迟的组合预测。根据延迟预测结果设计传输信号延迟消除流程的步骤和约束条件,并以此构建无线传感网络通信传输的优化目标函数,引入免疫克隆蛙跳算法对目标函数进行求解,获取最优的传输方案。仿真分析表明,所提方法的延迟预测误差和端到端延迟误差低于0.01 s,能量消耗最大值为6.4 W,平均丢包率最大值为0.286%。上述结果证明了所提方法可以有效准确预测和消除无线传感网络通信传输信号延迟。 展开更多
关键词 无线传感网络 传输信号 延迟消除 自回归积分滑动平均模型 小波神经网络
在线阅读 下载PDF
基于改进BP神经网络的无线通信网络多频段弱信号检测技术
16
作者 彭多多 《技术与市场》 2025年第9期1-8,共8页
针对复杂电磁环境下无线通信信号检测性能不足的问题,提出一种基于深度神经网络优化的智能信号检测系统。系统采用模块化架构设计,其中信号采集与识别模块通过协同工作机制实现电磁环境动态感知与信号捕获;数据预处理模块创新性地融合... 针对复杂电磁环境下无线通信信号检测性能不足的问题,提出一种基于深度神经网络优化的智能信号检测系统。系统采用模块化架构设计,其中信号采集与识别模块通过协同工作机制实现电磁环境动态感知与信号捕获;数据预处理模块创新性地融合小波包分解与自适应动态阈值算法,有效提升低信噪比条件下的信号特征提取能力,核心检测算法采用改进的深度信念网络架构,通过引入注意力机制和残差连接,显著提高信号检测准确性与抗干扰能力;信号识别模块构建了多层特征融合的BP神经网络分类器,支持二进制移相键控(BPSK)、正交相移键控(QPSK)、正交频分复用技术(OFDM)等主流调制信号的自动识别。系统具备在线学习能力,可通过持续优化网络参数实现环境自适应。 展开更多
关键词 弱信号检测 BP神经网络 小波包分解 能量比 自适应阈值
在线阅读 下载PDF
卫星与天线的神经网络去耦合控制
17
作者 葛升民 何赟晟 王磊 《自动化技术与应用》 2025年第8期9-13,32,共6页
为了解决具有解耦机构卫星动力学模型中的非线性环节和系统不确定性,将小波神经网络控制应用于去耦合控制。所设计的系统包含两个神经网络,分别是小波神经网络辨识器和多变量神经网络控制器。小波神经网络辨识器和多变量神经网络比例积... 为了解决具有解耦机构卫星动力学模型中的非线性环节和系统不确定性,将小波神经网络控制应用于去耦合控制。所设计的系统包含两个神经网络,分别是小波神经网络辨识器和多变量神经网络控制器。小波神经网络辨识器和多变量神经网络比例积分微分(proportional-integral-derivative,PID)控制器均采用改进反向传播(backpropagation,BP)神经网络训练方法调整网络结构参数,并在原有梯度下降法的基础上增加动量项,并采用自适应调整学习率的方式。采用加入非线性环节和不确定性因素后的系统模型进行仿真分析。仿真结果表明,所提神经网络控制算法在不依赖于模型参数的情况下能够较好地完成对不确知控制对象的自适应控制,保证了解耦机构的主动阻尼作用。 展开更多
关键词 小波神经网络 多变量PID控制器 不确定性 去耦合控制
在线阅读 下载PDF
基于神经网络的CFRP桁架接头缺陷导波检测方法
18
作者 周世圆 程宇涵 +3 位作者 邓垚 于全朋 戴乐 盛涛 《北京理工大学学报》 北大核心 2025年第9期907-914,共8页
为解决碳纤维复合材料桁架接头拐角处缺陷的接触式检测可达性差、水浸扫查轨迹规划难的问题,提出一种导波检测方法,用一发一收方式激励接收导波,对导波信号进行小波包分解生成特征图,通过神经网络识别缺陷.研制了CFRP桁架接头缺陷导波... 为解决碳纤维复合材料桁架接头拐角处缺陷的接触式检测可达性差、水浸扫查轨迹规划难的问题,提出一种导波检测方法,用一发一收方式激励接收导波,对导波信号进行小波包分解生成特征图,通过神经网络识别缺陷.研制了CFRP桁架接头缺陷导波检测系统,采用拐角处预制平底孔和分层缺陷的CFRP试样构建数据集,训练卷积神经网络模型,并在检测系统上进行实验.结果表明,该方法能以99%以上的准确率检出6 mm及以上的分层缺陷和2 mm及以上的平底孔缺陷,证实了该方法的有效性,可解决CFRP桁架接头缺陷的检测难题. 展开更多
关键词 碳纤维复合材料(CFRP) 导波 小波分解 卷积神经网络 缺陷检测
在线阅读 下载PDF
基于小波散射变换与IRCA-ICA-Res结合的电压源控制型静止同步补偿系统的故障诊断
19
作者 毕贵红 张靖超 +3 位作者 赵四洪 陈仕龙 孔凡文 陈冬静 《电力系统保护与控制》 北大核心 2025年第8期144-158,共15页
为了充分利用电压源控制静止同步补偿器(voltage source controlled static synchronous compensator,VSC-STATCOM)IGBT开路故障电流信号中包含的时频信息,以提高IGBT故障诊断和识别的准确性,提出了一种基于小波散射变换(wavelet scatte... 为了充分利用电压源控制静止同步补偿器(voltage source controlled static synchronous compensator,VSC-STATCOM)IGBT开路故障电流信号中包含的时频信息,以提高IGBT故障诊断和识别的准确性,提出了一种基于小波散射变换(wavelet scattering transform,WST)与改进残差通道注意力(improved residual channel attention,IRCA)模块、改进坐标注意力(improved coordinate attention,ICA)模块和残差神经网络(residual neural network,Resnet)相结合的新算法—WST-IRCA-ICA-Res。首先,运用Matlab/Simulink平台仿真不同工况下VSC-STATCOM模块22类故障类型,获取故障样本集。其次,利用WST对故障信号进行自动鲁棒的特征提取,构建包含时频信息的特征矩阵。最后,利用IRCA-ICA-Res模型对特征矩阵进行深层次提取、强化和识别。实验结果表明,所提方法具有较强的抗噪性能,能够高精度识别IGBT故障类型。 展开更多
关键词 小波散射变换 注意力模块 神经网络 故障诊断 时频信息
在线阅读 下载PDF
基于深度学习的齿轮箱设备故障智能诊断方法研究
20
作者 黄俊杰 易朋兴 王桢 《计算机与数字工程》 2025年第5期1490-1494,共5页
在当今时代,各行各业的发展正在朝着智能化的趋势发展。在齿轮箱诊断方面,基于深度学习下的智能诊断可以有效摆脱传统对专家经验的依赖,在诊断过程中很好地脱离人为干扰因素的影响。鉴于深度学习具有很快的数据处理能力,能在齿轮箱发生... 在当今时代,各行各业的发展正在朝着智能化的趋势发展。在齿轮箱诊断方面,基于深度学习下的智能诊断可以有效摆脱传统对专家经验的依赖,在诊断过程中很好地脱离人为干扰因素的影响。鉴于深度学习具有很快的数据处理能力,能在齿轮箱发生故障情况下及时作出故障诊断,得出故障类型,论文提出了一种基于小波包分解-卷积神经网络的故障诊断方法,利用CNN对图像优秀的处理能力,将齿轮箱振动信号进行小波包分解,使用Daubecics小波,将分解层数设置为三层,从而并将原始信号分解为八个不同的频带,通过构造频带能量分布灰度图作为CNN的输入,从而达到故障诊断的目的。实验证明,该方法的平均准确率能达到99.08%,诊断准确率高,满足了大数据下的齿轮箱智能的故障诊断的要求。 展开更多
关键词 小波包分解 卷积神经网络 故障诊断 齿轮箱
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