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
共找到4,234篇文章
< 1 2 … 212 >
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：
短路累积效应对绕组磁-力特征影响试验研究 被引量：3
1
作者 律方成 汪鑫宇 +2 位作者 王平 耿江海 高树国 《华北电力大学学报(自然科学版)》 北大核心 2025年第1期95-102,共8页
为探究变压器绕组在多次短路冲击下逐渐劣化过程,开展了110 kV真型变压器短时多次短路冲击试验,测量了短路试验过程中的漏磁、振动加速度实时波形以及试验后绕组轴向压力稳态值及电抗变化率,提取了漏磁、振动频谱特征,获得了各项物理量... 为探究变压器绕组在多次短路冲击下逐渐劣化过程,开展了110 kV真型变压器短时多次短路冲击试验,测量了短路试验过程中的漏磁、振动加速度实时波形以及试验后绕组轴向压力稳态值及电抗变化率,提取了漏磁、振动频谱特征,获得了各项物理量随短路电流强度、短路次数下的变化趋势。结果表明:多次短路冲击会使变压器绕组产生累积效应,累积效应影响程度与冲击次数和冲击强度有关;在累积效应作用下,磁场信号会由于绕组形变程度低或测点距离形变处较远而变化不明显,但振动加速度的频谱熵、Pearson相关系数的变化可以良好反映绕组的机械状态改变。因此监测变压器振动信号并分析其频谱是评估短路累积效应影响、绕组形变诊断的可靠手段。 展开更多
关键词 变压器绕组 累积效应 短时多次短路 特征评估
在线阅读 下载PDF
基于改进神经网络方法的继电保护设备健康状态预测方法 被引量：3
2
作者 杨畅 王洋 +2 位作者 张永伍 田琨 苏红 《中国测试》 北大核心 2025年第3期123-130,共8页
针对传统继电保护设备健康状态评估方法不全面、依赖专家系统且缺乏相关预测方法的问题,在电力系统全时空量测的环境下,基于长短时记忆网络提出继电保护设备健康状态预测方法。首先,提出继电保护设备家族缺陷健康评估模型、老化评估模... 针对传统继电保护设备健康状态评估方法不全面、依赖专家系统且缺乏相关预测方法的问题,在电力系统全时空量测的环境下,基于长短时记忆网络提出继电保护设备健康状态预测方法。首先,提出继电保护设备家族缺陷健康评估模型、老化评估模型、环境影响模型;其次,考虑到继电保护设备的负载是其老化故障的主因,提出负荷时空分布预测模型;第三,在上述模型的基础上,提出长短期记忆网络的继电保护设备健康状态预测模型;最后,以实际电网为例对所提方法进行验证,表明所提方法有效。 展开更多
关键词 继电保护设备 健康状态 预测 长短时记忆网络
在线阅读 下载PDF
基于IWOA-LSTM算法的预应力钢筋混凝土梁损伤识别 被引量：5
3
作者 范旭红 章立栋 +2 位作者 杨帆 李青 郁董凯 《江苏大学学报（自然科学版）》 CAS 北大核心 2025年第1期105-112,119,共9页
为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模... 为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模型,根据经验设置LSTM模型的超参数容易导致网络陷入局部最优而影响了分类结果,提出采用Sine混沌映射和自适应权重来改进鲸鱼优化算法(WOA),对LSTM进行超参数寻优.设计了IWOA-LSTM算法模型,训练识别试验梁各损伤阶段的AE信号特征参数.定型网络结构,并识别同种工况下其他梁的AE信号.结果表明:IWOA-LSTM算法模型识别准确率均超过或接近92%,相较于普通LSTM模型,IWOA-LSTM模型识别准确率提高了约7%. 展开更多
关键词 预应力钢筋混凝土梁 声发射 损伤识别 长短时记忆神经网络 改进的鲸鱼优化算法
在线阅读 下载PDF
基于Bi-LSTM和改进残差学习的风电功率超短期预测方法 被引量：2
4
作者 王进峰 吴盛威 +1 位作者 花广如 吴自高 《华北电力大学学报(自然科学版)》 北大核心 2025年第1期56-65,共10页
现有的方法在以风电功率时间序列拟合功率曲线时,难以表达风电功率数据所包含的趋势性和周期性等时间信息而出现性能退化问题,从而导致预测精度下降。为了解决性能退化问题从而提高风电功率时间序列预测的精度,提出了基于双向长短时记忆... 现有的方法在以风电功率时间序列拟合功率曲线时,难以表达风电功率数据所包含的趋势性和周期性等时间信息而出现性能退化问题,从而导致预测精度下降。为了解决性能退化问题从而提高风电功率时间序列预测的精度,提出了基于双向长短时记忆(Bi-LSTM)和改进残差学习的风电功率预测方法。方法由两个部分组成,第一部分是以Bi-LSTM为主的多残差块上,结合稠密残差块网络(DenseNet)与多级残差网络(MRN)的残差连接方式,并且在残差连接上使用一维卷积神经网络(1D CNN)来提取风电功率值中时序的非线性特征部分。第二部分是Bi-LSTM与全连接层(Dense)组成的解码器,将多残差块提取到的功率值时序非线性特征映射为预测结果。方法在实际运行的风电功率数据上进行实验,并与常见的残差网络方法和时间序列预测方法进行对比。方法相比于其他模型方法有着更高的预测精度以及更好的泛化能力。 展开更多
关键词 深度学习 残差网络 风电功率预测 双向长短时记忆 一维卷积神经网络
在线阅读 下载PDF
四川盆地两次持续性极端暴雨对比分析 被引量：1
5
作者 肖红茹 周春花 +2 位作者 龙柯吉 谌芸 但玻 《气象》 北大核心 2025年第3期269-284,共16页
2020年8月10—13日、14—18日(分别简称“8.10-13”“8.14-18”),四川盆地连续出现两次持续性极端暴雨天气过程,降水强度大,落区高度重叠,引发次生灾害导致人员伤亡和巨大经济损失。为了深入认识极端暴雨发生发展机制,理解其致灾机理,... 2020年8月10—13日、14—18日(分别简称“8.10-13”“8.14-18”),四川盆地连续出现两次持续性极端暴雨天气过程,降水强度大,落区高度重叠,引发次生灾害导致人员伤亡和巨大经济损失。为了深入认识极端暴雨发生发展机制,理解其致灾机理,文章利用高空、地面观测、FY-4A红外云图、多普勒雷达资料和ERA5再分析资料,对比分析了“8.10-13”“8.14-18”暴雨过程的降水特征和最强降水阶段中尺度对流系统的发展演变及触发机制。结果表明:两次过程均发生在中高纬“两槽一脊”环流背景下,是盆地典型的“东高西低”型暴雨,都出现了极端降水。“8.10-13”暴雨小时雨强超历史极值,“8.14-18”暴雨小时雨强与历史统计值相当。“8.10-13”暴雨最强降水阶段属于暖区强降水,由一个中尺度对流复合体(MCC)发生—发展—成熟—减弱过程导致,≥40 dBz的回波范围大,持续时间长,回波质心低,强度超过55 dBz;“8.14-18”暴雨最强降水阶段属于混合性降水,由两个α中尺度对流系统(α-MCS)发生—发展—合并—减弱过程导致,≥40 dBz的回波范围小,持续时间短,低质心回波强度达50 dBz。“8.10-13”暴雨喇叭口地形绕流和迎风坡抬升作用及陡峭地形过渡区温度高梯度带触发对流,配合低层较强暖平流,高层弱冷平流,对流维持;“8.14-18”暴雨对流层低层冷暖气流交汇辐合抬升和暖区低空急流左侧辐合触发了对流,冷暖气流交汇形成的切变使得降水持续。 展开更多
关键词 四川盆地 极端暴雨 短时强降水 MCC MCS 对比分析
在线阅读 下载PDF
基于Bi‑LSTM和时序注意力的异常心音检测 被引量：1
6
作者 卢官明 蔡亚宁 +3 位作者 卢峻禾 戚继荣 王洋 赵宇航 《南京邮电大学学报(自然科学版)》 北大核心 2025年第1期12-20,共9页
异常心音检测是对心脏病进行初步诊断的一种有效而方便的方法。为提升异常心音的检测性能,提出了一种基于双向长短时记忆网络(Bi⁃directional Long Short⁃Term Memory,Bi⁃LSTM)和时序注意力的异常心音检测算法。首先对心音片段进行分帧... 异常心音检测是对心脏病进行初步诊断的一种有效而方便的方法。为提升异常心音的检测性能,提出了一种基于双向长短时记忆网络(Bi⁃directional Long Short⁃Term Memory,Bi⁃LSTM)和时序注意力的异常心音检测算法。首先对心音片段进行分帧处理,使用平均幅度差函数(Average Magnitude Difference Function,AMDF)和短时过零率(Short⁃Time Zero⁃Crossing Rate,STZCR)提取每帧心音信号的初始特征;然后将它们拼接后作为Bi⁃LSTM的输入,并引入时序注意力机制,挖掘特征的长期依赖关系,提取心音信号的上下文时域特征;最后通过Softmax分类器,实现正常/异常心音的分类。在PhysioNet/CinC Challenge 2016提供的心音公共数据集上对所提出的算法使用10折交叉验证法进行了评估,其准确度、灵敏度、特异性、精度和F1评分分别为0.9579、0.9364、0.9642、0.8838和0.9093,优于已有的其他算法。实验结果表明,该算法在无需进行心音分段的基础上就能有效实现异常心音检测,在心血管疾病的临床辅助诊断中具有潜在的应用前景。 展开更多
关键词 心音分类 平均幅度差函数 短时过零率 双向长短时记忆网络 时序注意力机制
在线阅读 下载PDF
基于STFT的电能质量谐波检测 被引量：1
7
作者 余茂全 张雅洁 盛海军 《湖南工业职业技术学院学报》 2025年第1期6-10,共5页
针对电能质量谐波检测问题,介绍了短时傅里叶变换(STFT)以及采用STFT作为时频分析工具分析电能质量扰动的方法,在STFT中选取不同窗长的窗函数对同一电能质量谐波信号进行时频分解,分析不同窗长对检测结果的影响。仿真结果表明,相对于传... 针对电能质量谐波检测问题,介绍了短时傅里叶变换(STFT)以及采用STFT作为时频分析工具分析电能质量扰动的方法,在STFT中选取不同窗长的窗函数对同一电能质量谐波信号进行时频分解,分析不同窗长对检测结果的影响。仿真结果表明,相对于传统的傅里叶变换,STFT对电能质量谐波检测具有较高的准确度,选取适当的窗函数,时频分辨率也得到较大提高,有助于电能质量的治理。 展开更多
关键词 短时傅里叶变换 STFT 电能质量 时频分析
在线阅读 下载PDF
多因素土壤墒情预测模型DA-LSTM-soil构建 被引量：1
8
作者 车银超 郑光 +3 位作者 熊淑萍 张明天 马新明 席磊 《河南农业大学学报》 北大核心 2025年第4期698-710,共13页
【目的】针对土壤墒情预测时特征因素复杂、预测精度不佳的问题,构建多因素土壤墒情预测模型DA-LSTM-soil,提高土壤墒情预测精度。【方法】以包含10个特征的气象和土壤时序数据作为输入,采用LSTM网络为基本单元,构建Encoder-Decoder网... 【目的】针对土壤墒情预测时特征因素复杂、预测精度不佳的问题,构建多因素土壤墒情预测模型DA-LSTM-soil,提高土壤墒情预测精度。【方法】以包含10个特征的气象和土壤时序数据作为输入,采用LSTM网络为基本单元,构建Encoder-Decoder网络结构,分别引入特征和时间两个注意力模块。利用河南省许昌市2020—2021年冬小麦生长过程中物联网监测站的气象、土壤数据集,对DA-LSTM-soil模型进行训练和测试。同时,利用DA-LSTM-soil模型对河南省4个不同土壤类型的小麦种植区的数据集进行预测。【结果】对比试验表明,相较于LSTM、CNN-LSTM、CNN-LSTM-attention、LSTM-attention等深度学习模型,DA-LSTM-soil模型在S_(RME)、S_(ME)、A_(ME)、R^(2)评价指标更优,分别达到0.1764、0.0311、0.0466、0.9938。消融试验显示,时间注意力对模型性能的提升高于特征注意力。对时间步的试验显示,用过往3000 min的数据进行预测时,模型性能最佳;模型精度随着预测时长的增加有所下降,然而在5000 min内,决定系数R2仍保持在0.7以上。【结论】利用注意力机制,DA-LSTMsoil模型在Encoder前计算不同气象和土壤因素对墒情影响的权重,在Decoder前计算数据的时序对墒情预测的权重,双阶段注意力机制在特征提取和权重分配方面的作用显著,使模型具有更好的预测性能和泛化能力,可以为田块尺度麦田土壤墒情预测提供技术依据。 展开更多
关键词 麦田 土壤墒情预测 时序数据 长短期记忆网络 注意力机制
在线阅读 下载PDF
东北冷涡暖季气候特征及其降水在黑龙江省的时空分布 被引量：1
9
作者 任丽 刘颖 《大气科学》 北大核心 2025年第2期447-459,共13页
本文使用黑龙江省80个国家站小时降水量资料及NCEP/NCAR再分析资料,分析了1981~2022年暖季(5~9月)东北冷涡及其降水的气候特征,研究了冷涡降水在黑龙江省复杂地形下的时空分布特征。研究结果发现:(1)黑龙江省暖季年平均降水量、冷涡过... 本文使用黑龙江省80个国家站小时降水量资料及NCEP/NCAR再分析资料,分析了1981~2022年暖季(5~9月)东北冷涡及其降水的气候特征,研究了冷涡降水在黑龙江省复杂地形下的时空分布特征。研究结果发现:(1)黑龙江省暖季年平均降水量、冷涡过程降水量及占比均呈现显著的年际、年代际变化特征。暖季年平均降水量在1998年以前为缓慢减弱趋势,之后为明显增强趋势;冷涡过程年平均降水量整体呈现增强趋势。(2)降水量和降水频次的峰值均位于14~17时(北京时)。降水量较降水频次的日变化幅度更大。降水强度越大,其日变化和年际变化特征越显著。(3)强降水发生频次和贡献率均是白天大于夜间。降水强度越大对总降水的影响程度越大。东北冷涡过程中强降水的贡献在增加,降水强度越大增加趋势越显著;弱降水的贡献在减少。(4)极值空间分布特征与局地地形密切相关,平原向山区的过渡区域降水极值最大,极易发生强降水,山区和平原降水极值相对较小。 展开更多
关键词 东北冷涡 日变化 空间分布 地形 短时强降水
在线阅读 下载PDF
顾及钟差短时相关性的导航卫星实时钟差估计
10
作者 王中元 周圣淇 +3 位作者 胡超 王瑞光 姚雪燕 来闯 《中国惯性技术学报》 北大核心 2025年第1期27-35,共9页
为提高导航卫星钟差估计精度,提出了一种顾及钟差短时相关性的实时钟差估计方法。通过结合钟差状态参数(钟速、频漂),建立实时钟差估计模型,并采用并行策略和高性能矩阵库对程序进行优化,以提高钟差估计的效率。将白噪声模型估计的钟差... 为提高导航卫星钟差估计精度,提出了一种顾及钟差短时相关性的实时钟差估计方法。通过结合钟差状态参数(钟速、频漂),建立实时钟差估计模型,并采用并行策略和高性能矩阵库对程序进行优化,以提高钟差估计的效率。将白噪声模型估计的钟差作为对比,分析钟差二次差的标准差精度,GPS精度提升5.80%,GLONASS精度提升25.77%,Galileo精度提升23.66%,BDS-3精度提升5.66%;在精密单点定位精度分析中,对于GPS+BDS-3组合,钟差状态模型估计的钟差产品相比白噪声估计的钟差产品,东、北、天方向的精度分别提高了11.46%、22.12%和3.52%;对于GPS+BDS-3+GLONASS+Galileo组合,东、北、天方向的精度分别提高了1.79%、2.75%和11.29%。 展开更多
关键词 实时钟差估计 钟差短时相关性 非差模型 高效估计
在线阅读 下载PDF
基于AI的噪声环境下远距离高清音频采集研究 被引量：1
11
作者 黄丽娜 《现代电子技术》 北大核心 2025年第4期130-134,共5页
为提升远距离采集音频信号的强度,深度滤除音频信号噪声以提取有用音频部分,提出一种基于AI的噪声环境下远距离高清音频采集方法。构建远距离高清音频采集结构,分别通过模拟增益和数字增益技术进行音频信号增益处理,以提升音频信号强度... 为提升远距离采集音频信号的强度,深度滤除音频信号噪声以提取有用音频部分,提出一种基于AI的噪声环境下远距离高清音频采集方法。构建远距离高清音频采集结构,分别通过模拟增益和数字增益技术进行音频信号增益处理,以提升音频信号强度。依据短时傅里叶变换提取音频增益信号频域特征,输入到长短期记忆网络中,实现音频信号深度噪声去除,得到高清音频频域信息;再通过短时傅里叶逆变换处理该信号,实现音频信号重构,最终达到噪声环境下远距离高清音频采集的目的。实验验证结果表明:依据音频信号增益能够有效提升采集音频信号的强度,并避免信号受距离、噪声影响而逐渐衰减,继而有效滤除音频信号噪声数据,提取其中有用的音频信号,确保音频信号高清度;且最终采集音频信号信噪比均高于18 dB,可懂度均高于97%,有效验证了所提方法的有效性和准确性。 展开更多
关键词 高清音频采集 AI 噪声环境 信号强度 远距离 长短期记忆网络 短时傅里叶变换
在线阅读 下载PDF
基于自适应形态学滤波与霍夫变换的水声通信信号检测方法
12
作者 王洋 沈同圣 +2 位作者 汪涛 乔钢 周锋 《通信学报》 北大核心 2025年第7期29-44,共16页
为了解决水声通信信号检测易受到水下信道环境和严重噪声干扰的问题,基于水声通信信号的结构特征(SC),提出了一种基于自适应形态学滤波(AMF)与霍夫变换(HT)的水声通信信号检测方法。该方法采用短时分数阶傅里叶变换(STFRFT),调整分数阶... 为了解决水声通信信号检测易受到水下信道环境和严重噪声干扰的问题,基于水声通信信号的结构特征(SC),提出了一种基于自适应形态学滤波(AMF)与霍夫变换(HT)的水声通信信号检测方法。该方法采用短时分数阶傅里叶变换(STFRFT),调整分数阶域旋转角度匹配信号相位特性,显著提升时频能量聚集度,形成边界清晰的带状SC;基于时频图像素邻域局部密度设计AMF,动态调整结构元素的尺度因子来增强信号细节SC;构建HT模型,通过全局投票机制检测带状SC,从而实现高效、准确的水声通信信号检测。实验结果表明,不同信道环境下所提方法在泛化能力、检测概率、检测效率方面具有更好的鲁棒性和有效性。 展开更多
关键词 水声通信 信号检测 短时分数阶傅里叶变换 自适应形态学滤波 霍夫变换
在线阅读 下载PDF
时间序列雷达数据识别耕地种粮类型的研究
13
作者 武晓天 欧正蜂 +3 位作者 王晓蕾 孙汉英 王长委 黄永奇 《中国农村水利水电》 北大核心 2025年第1期124-128,135,共6页
以广东省揭阳市揭西县为研究对象,采用2021年下半年的时间序列哨兵一号数据,分析了实测样本的水稻、玉米、坑塘水面、未耕种、树林和蔬菜等耕地上不同覆盖物的时间序列后向散射系数特征和类间差异性,结果表明耕地种粮类型分类的最优极... 以广东省揭阳市揭西县为研究对象,采用2021年下半年的时间序列哨兵一号数据,分析了实测样本的水稻、玉米、坑塘水面、未耕种、树林和蔬菜等耕地上不同覆盖物的时间序列后向散射系数特征和类间差异性,结果表明耕地种粮类型分类的最优极化方式为VH极化,在此基础上构建了基于长短期记忆网络(Long Short-Term Memory networks,LSTM)的耕地种粮类型识别模型,模型精度达到90%。根据模型提取了研究区的水稻、玉米、坑塘水面、未耕种、树林和蔬菜的空间分布,为多云地区的耕地种类监测提供了新的遥感技术手段。 展开更多
关键词 耕地种粮监测 哨兵一号 时间序列 长短期记忆网络 揭西县
在线阅读 下载PDF
基于三重生成对抗的多维时间序列异常检测 被引量：1
14
作者 霍纬纲 吴艺凝 《计算机工程与设计》 北大核心 2025年第5期1304-1310,共7页
为有效解决多维时间序列(multivariate time series, MTS)无监督异常检测模型中自编码器模块容易拟合异常样本、正常MTS样本对应的隐空间特征可能被重构为异常MTS的问题,设计一种具有三重生成对抗的MTS异常检测模型。以LSTM自编码器为... 为有效解决多维时间序列(multivariate time series, MTS)无监督异常检测模型中自编码器模块容易拟合异常样本、正常MTS样本对应的隐空间特征可能被重构为异常MTS的问题,设计一种具有三重生成对抗的MTS异常检测模型。以LSTM自编码器为生成器,基于重构误差生成伪标签,由判别器区分经伪标签过滤后的重构MTS和原始MTS;采用两次对抗训练将LSTM自编码器的隐空间约束为均匀分布,减少LSTM自编码器隐空间特征重构出异常MTS的可能性。多个公开MTS数据集上的实验结果表明,T-GAN能在带有污染数据的训练集上更好学习正常MTS分布,取得较高的异常检测效果。 展开更多
关键词 异常检测 生成对抗 多维时间序列 自编码器 长短期记忆网络 伪标签 污染数据
在线阅读 下载PDF
基于短时矩阵束的接地极线路主动式单端测距方法
15
作者 田鑫萃 陈开闻 +3 位作者 单节杉 张怿宁 禹晋云 李强 《电力系统自动化》 北大核心 2025年第15期168-177,共10页
接地极线路故障信号微弱、隐蔽性强,检测定位非常困难。基于此,提出了一种基于宽频激励注入和短时矩阵束方法的接地极线路单端测距方法。首先,以差模形式向接地极线路注入具有振荡衰减特性的高斯信号激励,既保证了注入激励不会通过中性... 接地极线路故障信号微弱、隐蔽性强,检测定位非常困难。基于此,提出了一种基于宽频激励注入和短时矩阵束方法的接地极线路单端测距方法。首先,以差模形式向接地极线路注入具有振荡衰减特性的高斯信号激励,既保证了注入激励不会通过中性母线窜入直流系统侧,又最大限度地减少了信号在接地极线路传播过程中的波形畸变,提高了故障行波的检测效率。然后,采用滑动短时窗对故障行波进行奇异值分解,根据分解得到的特征值实现干扰信号和故障信号的识别,有效放大了微弱的故障信号,且抑制了干扰信号。最后,求取短时窗内故障行波的衰减因子,构建衰减因子过零时刻与故障行波到达时刻的一一映射关系,并确定故障距离。大量仿真表明,该测距方法能够有效检测故障行波,且故障定位精度高。 展开更多
关键词 接地极线路 故障测距 宽频激励 短时矩阵束 过零时刻 故障行波 高斯信号
在线阅读 下载PDF
基于ResNet18与K折交叉验证的电机轴承故障诊断 被引量：1
16
作者 胡山 朱向华 《自动化与仪表》 2025年第4期40-45,共6页
针对电机轴承故障诊断过程中现有的特征提取与高效分类问题,提出并验证了一种融合短时傅里叶变换(STFT)、深度残差网络(ResNet18)与K折交叉验证的电机轴承故障诊断方法。该方法首先采用STFT将电机轴承的一维振动信号转换为二维时频图;然... 针对电机轴承故障诊断过程中现有的特征提取与高效分类问题,提出并验证了一种融合短时傅里叶变换(STFT)、深度残差网络(ResNet18)与K折交叉验证的电机轴承故障诊断方法。该方法首先采用STFT将电机轴承的一维振动信号转换为二维时频图;然后,对转换后的时频图使用ResNet18进行迁移学习训练,通过五折交叉验证策略评估其在电机轴承故障诊断中的表现,在十分类故障诊断训练中取得98.96%的平均准确率;最后,在相同条件下将ResNet18替换为经典的深度学习模型AlexNet重新训练,其在训练集上的平均准确率为97.05%,相较于ResNet18,AlexNet在处理经STFT转换的时频图像时,学习能力明显不足。综合分析,基于STFT、ResNet18和五折交叉验证融合的电机轴承故障诊断方法具有较高诊断精度与鲁棒性。 展开更多
关键词 电机轴承故障诊断 深度学习 K折交叉验证 短时傅里叶变换 迁移学习
在线阅读 下载PDF
基于门架数据的高速公路货车流量短时预测
17
作者 田钊 程钰婕 +3 位作者 李姝婕 张乾钟 邵凯凯 杨艳芳 《郑州大学学报(理学版)》 北大核心 2025年第6期58-64,共7页
高速公路货运在货运体系中持续占据重要地位,相较于其他交通数据,门架数据准确性更高,但由于其难以获取,现有的预测模型较少使用门架数据来预测高速公路货车流量。针对以上问题,提出基于门架数据的高速公路货车流量短时预测模型。首先,... 高速公路货运在货运体系中持续占据重要地位,相较于其他交通数据,门架数据准确性更高,但由于其难以获取,现有的预测模型较少使用门架数据来预测高速公路货车流量。针对以上问题,提出基于门架数据的高速公路货车流量短时预测模型。首先,对高速公路货车数据进行预处理。其次,将注意力机制与自适应图卷积网络(AGCN)相融合,挖掘高速公路货车数据中的空间相关性,并通过残差神经网络(ResNet)与长短期记忆(LSTM)网络来挖掘高速公路货车数据中的时间相关性。最后,通过特征融合得到最终高速公路货车流量预测结果。通过对比实验,所提模型与LSTM、STNN等基线模型相比,在短期的高速公路货车流量预测上有更高的准确度。 展开更多
关键词 短时流量预测 门架数据 深度学习 残差神经网络 长短期记忆网络
在线阅读 下载PDF
基于双向门控循环单元网络的心音分段
18
作者 卢官明 许梦悦 +3 位作者 卢峻禾 戚继荣 赵宇航 王洋 《南京邮电大学学报(自然科学版)》 北大核心 2025年第3期58-66,共9页
为了提高心音分段的定位精度和准确率,提出一种基于双向门控循环单元(Bi‑directional Gated Recurrent Unit,Bi‑GRU)网络的心音分段算法。首先,采用短时傅里叶变换(Short‑Time Fou‑rier Transform,STFT)和同步挤压变换(Synchrosqueezing... 为了提高心音分段的定位精度和准确率,提出一种基于双向门控循环单元(Bi‑directional Gated Recurrent Unit,Bi‑GRU)网络的心音分段算法。首先,采用短时傅里叶变换(Short‑Time Fou‑rier Transform,STFT)和同步挤压变换(Synchrosqueezing Transform,SST)技术提取各个时间步短时窗口内心音信号的瞬时频率特征;然后,将各个时间步提取的瞬时频率特征构成序列并输入到Bi‑GRU网络,利用Bi‑GRU网络挖掘特征序列的上下文依赖关系,提取心音信号的上下文时频特征;最后,使用Softmax分类器将心音信号分成第一心音(S1)、第二心音(S2)、S1‑S2间期、S2‑S1间期4种状态类别。在PhysioNet/CinC Challenge 2016数据集上的实验结果表明,提出的心音分段算法总体准确率为93.30%,S1状态的平均F1得分为0.9538,S2状态的平均F1得分为0.9450,优于基线心音分段算法LR‑HSMM的性能指标,验证了该算法能有效地对心音信号进行分段,为心音信号的特征提取与分析提供了基础。 展开更多
关键词 心音分段 短时傅里叶变换 同步挤压变换 双向门控循环单元
在线阅读 下载PDF
基于多空间维度联合方法改进的BiLSTM出水氨氮预测方法 被引量：3
19
作者 王雷 张煜 +3 位作者 赵艺琨 刘明勇 刘子航 李杰 《中国农村水利水电》 北大核心 2025年第2期17-24,共8页
出水氨氮作为衡量污水处理厂水质处理工艺的重要指标之一,准确预测污水处理厂出水水质中的氨氮含量对于及时调整处理工艺,保障水环境安全有着重要的作用。提出了一种基于联合多空间维度(Multi-spatial Dimensional Cooperative Attenti... 出水氨氮作为衡量污水处理厂水质处理工艺的重要指标之一,准确预测污水处理厂出水水质中的氨氮含量对于及时调整处理工艺,保障水环境安全有着重要的作用。提出了一种基于联合多空间维度(Multi-spatial Dimensional Cooperative Attention)改进的双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)的水质预测模型,首先通过皮尔逊(Pearson)系数法筛选出与出水氨氮相关性较强的总氮、污泥沉降比和温度3个指标作为模型输入,联合3个维度的强相关信息对未来6 h的出水氨氮进行预测。结果表明,MDCA-BiLSTM模型在融合残差序列后对出水氨氮的预测准确率R2为0.979,并在太平污水处理厂和文昌污水处理厂两个站点收集到的数据集上总氮、总磷和溶解氧的均方根误差分别为0.002、0.003、0.001和0.004、0.003、0.002;预测精度分别为0.959、0.947、0.971和0.962、0.951、0.983;与BiLSTM相比,均方根误差分别降低了0.007、0.007、0.007和0.017、0.006、0.005;预测精度分别提高了0.176、0.183、0.258和0.098、0.109、0.11。同时,该模型在面对未来6、12和24 h的预测步长时,仍能够达到0.956、0.933和0.917的预测精度,说明改进后的模型在预测准确性和鲁棒性方面表现出显著优势。该方法能够有效提高污水处理厂出水氨氮的及其他指标的预测准确性,可作为水资源循环和管理决策的一种有效参考手段,具有较强的实际应用价值。 展开更多
关键词 水质参数 时序预测 时序卷积网络 双向长短期记忆循环神经网络 注意力机制
在线阅读 下载PDF
基于岩性分类综合数据集的新建监测坡面位移预测
20
作者 田原 张建学 +4 位作者 赵文祎 程楚云 邓杨兰朵 马睿平 黄儒豪 《北京大学学报(自然科学版)》 北大核心 2025年第4期709-718,共10页
针对普适型滑坡监测工作中新建监测坡面有效数据量少,代表性不足,难以开展高精度单坡建模的问题,建立基于岩性分类的综合数据集,开展模型预训练,从而提升建模效果。通过综合数据集,模型可以挖掘和利用多坡面监测数据中更丰富的变形特征... 针对普适型滑坡监测工作中新建监测坡面有效数据量少,代表性不足,难以开展高精度单坡建模的问题,建立基于岩性分类的综合数据集,开展模型预训练,从而提升建模效果。通过综合数据集,模型可以挖掘和利用多坡面监测数据中更丰富的变形特征。依据基础岩性对综合数据集进行分类,构建不同的预训练模型,并应用于对应岩性的新建坡面,能够在保证数据集数量较为充足的同时,增强分类数据集对不同类别坡体变形规律的表征能力,通过提升预训练数据和目标域数据分布的一致性,进一步提高建模效果。实例验证结果表明,基于岩性分类综合数据集的预训练模型,在对应岩性新建坡面上,建模效果总体上显著优于单坡面模型和基于其他综合数据集的预训练模型,可以为新建坡面位移预测工作提供有力的支持。 展开更多
关键词 滑坡 短期位移预测 岩性分类综合数据集 预训练模型 新建坡面 普适型滑坡监测
在线阅读 下载PDF
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 2 … 212 下一页 到第 页
使用帮助 返回顶部