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9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：
谱图傅里叶变换与谱图小波变换基分析研究 被引量：3
1
作者 李社蕾 杨博雄 陆娇娇 《计算机技术与发展》 2021年第5期85-89,共5页
卷积神经网络在欧氏数据上取得巨大成功之后,开始在图结构、几何流行等非欧数据上泛化。当前图卷积神经已成为研究热点。在数字图像去噪、压缩、增强、融合以及加密方面傅里叶变换与小波变换是不可或缺的处理手段,在图卷积神经中有卷积... 卷积神经网络在欧氏数据上取得巨大成功之后,开始在图结构、几何流行等非欧数据上泛化。当前图卷积神经已成为研究热点。在数字图像去噪、压缩、增强、融合以及加密方面傅里叶变换与小波变换是不可或缺的处理手段,在图卷积神经中有卷积定理将傅里叶变换用于实现图上的卷积运算,谱图小波变换也只是实现了卷积的快速算法,都是围绕如何在图结构上做卷积而展开的研究,没有真正发挥其作用,大大限制了图卷积神经网络性能的发挥。该文对谱图傅里叶变换与谱图小波变换基进行分析研究,同时研究基与图结构之间的关系。实验表明通过谱图傅里叶变换和谱图小波变换可以获取图结构的特征信息,为谱图小波变换和谱图傅里叶变换更深入地与图卷积神经网络结合提供了参考。 展开更多
关键词 谱图 小波变换 图卷积神经网络 傅里叶变换 卷积定理 本征函数 拉普拉斯算子
在线阅读 下载PDF
基于MPGCN-Resnet的滚动轴承故障诊断研究 被引量：1
2
作者 严胜利 付辉 李浩 《计量学报》 CSCD 北大核心 2024年第12期1832-1840,共9页
滚动轴承装设在各类机床等生产机械中,易出现故障并失效,需要持续监测以确保其安全可靠运行。基于此,设计了多路并行图卷积残差网络(MPGCN-Resnet)完成滚动轴承故障诊断。MPGCN-Resnet共包含4个部分:基于Cmor小波的时频图获取部分完成... 滚动轴承装设在各类机床等生产机械中,易出现故障并失效,需要持续监测以确保其安全可靠运行。基于此,设计了多路并行图卷积残差网络(MPGCN-Resnet)完成滚动轴承故障诊断。MPGCN-Resnet共包含4个部分:基于Cmor小波的时频图获取部分完成了各类故障振动信号中重构与拆解的细化处理;基于多路平行网络的特征获取部分可提升泛化性并加快收敛;残差结构图神经网络下的特征学习部分完成了特征学习,并实现了滚动轴承故障特征的深度发掘;GAP-Softmax故障分类部分完成了滚动轴承故障的有效诊断。采用CWRU轴承数据集完成MPGCN-Resnet和IHDSVM-Alexnet、MSATM方法在变工况、变噪声情况下准确度和损失值的对比与分析实验。结果表明,MPGCN-Resnet对滚动轴承的平均故障诊断准确度可达96.4%,在-6 dB的噪声环境中高于91%,在负载突变3×0.75 kW时大于90%。MPGCN-Resnet在各类变工况和变噪声环境中的滚动轴承故障诊断准确率均高于其他两种方法,并能缓解参量增加和过度计算的问题。 展开更多
关键词 滚动轴承 故障诊断 图卷积神经网络 Cmor小波 过度计算
在线阅读 下载PDF
面向路网交通流态势预测的图神经网络模型 被引量：7
3
作者 姜山 丁治明 +1 位作者 徐馨润 严瑾 《计算机科学与探索》 CSCD 北大核心 2021年第6期1084-1091,共8页
融合了路网结构的交通流态势预测是一个高度非线性化且复杂的时空动态相关性的时序数据预测问题。然而,传统交通流态势预测方法无法建模交通网络中长时间序列数据间的时空相关性。针对交通路网交通流态势预测问题,提出了一种基于图结构... 融合了路网结构的交通流态势预测是一个高度非线性化且复杂的时空动态相关性的时序数据预测问题。然而,传统交通流态势预测方法无法建模交通网络中长时间序列数据间的时空相关性。针对交通路网交通流态势预测问题,提出了一种基于图结构的交通流预测深度学习模型。首先,基于图小波变换定义图小波卷积算子,设计了面向路网交通流态势预测的图小波卷积神经网络模块;其次,结合时空注意机制构建了用于道路网络交通流态势预测的时空动态相关性模型,以捕获交通网络的动态时空相关性;最后,采用叠加多层图小波神经网络模块的策略,构建了一种面向路网交通流态势预测的图小波卷积神经网络模型。实验结果表明,该网络模型在数据集上的性能优于现有的基线模型。通过图小波变换矩阵与傅里叶变换矩阵非零元素统计对比实验,发现基于图小波变换定义的卷积运算更具稀疏性。因此,基于图小波变换定义的卷积运算更有助于提升交通流态势预测模型的计算效率。 展开更多
关键词 交通流态势预测 图卷积 图小波神经网络 交通流
在线阅读 下载PDF
面向时空图建模的图小波卷积神经网络模型 被引量：10
4
作者 姜山 丁治明 +2 位作者 朱美玲 严瑾 徐馨润 《软件学报》 EI CSCD 北大核心 2021年第3期726-741,共16页
时空图建模是分析图形结构系统中各要素空间关系与时间趋势的一个基础工作.传统的时空图建模方法主要基于图中节点与节点关系固定的显式结构进行空间关系挖掘,这严重限制了模型的灵活性.此外,未考虑节点间的时空依赖关系的传统建模方法... 时空图建模是分析图形结构系统中各要素空间关系与时间趋势的一个基础工作.传统的时空图建模方法主要基于图中节点与节点关系固定的显式结构进行空间关系挖掘,这严重限制了模型的灵活性.此外,未考虑节点间的时空依赖关系的传统建模方法不能捕获节点间的长时时空趋势.为了克服这些缺陷,研究并提出了一种新的用于时空图建模的图神经网络模型,即面向时空图建模的图小波卷积神经网络模型(graph wavelet convolutional neural network for spatiotemporal graph modeling,简称GWNN-STGM).在GWNN-STGM中设计了一个图小波卷积神经网络层,并在该网络层中设计并引入了自适应邻接矩阵进行节点嵌入学习,使得模型能够在不需要结构先验知识的情况下,从数据集中自动发现隐藏的结构信息.此外,GWNN-STGM还包含了一个堆叠的扩张因果卷积网络层,使模型的感受野能够随着卷积网络层数的增加呈指数增长,从而能够处理长时序列.GWNN-STGM成功将图小波卷积神经网络层和扩张因果卷积网络层两个模块进行有效集成.通过在公共交通网络数据集上实验发现,提出的GWNNSTGM的性能优于其他的基准模型,这表明设计的图小波卷积神经网络模型在从输入数据集中探索时空结构方面具有很大的潜力. 展开更多
关键词 图小波卷积 图卷积神经网络 时空图建模 时空结构 图神经网络
在线阅读 下载PDF
基于时空图小波神经网络的手部动作识别方法
5
作者 刘电霆 梁桂宾 周运刚 《电子机械工程》 2022年第3期59-64,共6页
根据车间人员操作监控的需要,文中研究了一种基于深度学习的新方法——时空图小波神经网络(ST-GWNN)。该算法对图小波卷积进行参数化,以降低每层图卷积层的参数复杂度,并采用一阶切比雪夫多项式逼近图小波卷积;分离多项式阶数K与邻接节... 根据车间人员操作监控的需要,文中研究了一种基于深度学习的新方法——时空图小波神经网络(ST-GWNN)。该算法对图小波卷积进行参数化,以降低每层图卷积层的参数复杂度,并采用一阶切比雪夫多项式逼近图小波卷积;分离多项式阶数K与邻接节点阶数之间的关系,固定多项式阶数,通过调整超参数s来改变邻域范围,从而识别更多复杂的手部动作。实验结果表明,文中提出的ST-GWNN在动作识别中的识别率优于目前常用的时空图卷积神经网络,并且能够充分利用动作的时空关联性。 展开更多
关键词 手部动作识别 图卷积神经网络 时空图 小波变换 一阶切比雪夫多项式
在线阅读 下载PDF
基于图小波卷积神经网络的时空图挖掘模型 被引量：2
6
作者 赵世豪 毛国君 +2 位作者 熊保平 黄山 林江宏 《计算机工程》 CAS CSCD 北大核心 2023年第7期85-93,共9页
针对传统时空图网络模型对时空序列数据空间结构刻画和时空特性挖掘不充分的问题,提出一种基于图小波神经网络的时空图挖掘模型(ST-GWNN)。基于图小波神经网络通过学习节点特征的局部化表达来捕捉时空序列数据中的空间拓扑结构,时间门... 针对传统时空图网络模型对时空序列数据空间结构刻画和时空特性挖掘不充分的问题,提出一种基于图小波神经网络的时空图挖掘模型(ST-GWNN)。基于图小波神经网络通过学习节点特征的局部化表达来捕捉时空序列数据中的空间拓扑结构,时间门控卷积层通过门控线性单元所堆叠的因果卷积来提取时间特征信息,并将多个时间步的空间图相融合来学习时间和空间2个维度关联特征的能力,以更好地捕获时空序列中复杂的时空相关性信息。在公共交通数据集PEMS-BAY上的实验结果表明,ST-GWNN模型能够获得较好的预测效果,当预测时长为15 min时,在MAE、RMSE、MAPE 3个评价指标上相较于基准模型取得最小值,且较基准模型最优值分别降低了2.31%、6.96%、5.84%;当预测时长为30 min和60 min时,较基准模型最优的MAPE、RMSE值分别降低了4.9%、3.51%和6.05%、6.68%,可适用于图网络属性的时空关系预测任务。 展开更多
关键词 时空图 图神经网络 时空序列数据 图小波网络 因果卷积
在线阅读 下载PDF
MFA-SGWNN:基于多特征聚合谱图小波神经网络的僵尸网络检测
7
作者 吴悔 陈旭 +1 位作者 景永俊 王叔洋 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第3期403-412,共10页
在僵尸网络攻击中,由于伪装后的僵尸网络流量数据特征与正常流量数据特征过于相似,使得传统的检测方法难以准确地进行区分。为解决这一问题,提出一种基于多特征聚合谱图小波神经网络的方法(Multi-feature Aggregation Spectral Graph Wa... 在僵尸网络攻击中,由于伪装后的僵尸网络流量数据特征与正常流量数据特征过于相似,使得传统的检测方法难以准确地进行区分。为解决这一问题,提出一种基于多特征聚合谱图小波神经网络的方法(Multi-feature Aggregation Spectral Graph Wavelet Neural Network,MFA-SGWNN),将流量的属性特征与空间特征相结合,能有效地捕获隐藏的感染主机流量特征,增强僵尸网络节点的特征表示,同时规避了数据样本不平衡和恶意加密流量对检测的影响。在ISCX2014僵尸网络数据集和CIC-IDS 2017(僵尸网络)数据集上的实验结果表明,MFA-SGWNN检测效果优于现有方法,具有更强的鲁棒性和泛化能力。 展开更多
关键词 僵尸网络 图小波神经网络 网络安全
在线阅读 下载PDF
基于时频图与改进图卷积神经网络的异步电机故障诊断方法 被引量：24
8
作者 陈起磊 蒋亦悦 +2 位作者 唐瑶 张晓飞 王朝红 《振动与冲击》 EI CSCD 北大核心 2022年第24期241-248,共8页
由于传统故障诊断技术依赖于人工提取特征,造成方法的泛化能力及应用受限。针对该问题,提出一种基于时频图与改进图卷积神经网络的异步电机故障诊断方法。首先,通过小波分析方法将电机振动信号转换为时频图,构建不同工况的图像样本;再... 由于传统故障诊断技术依赖于人工提取特征,造成方法的泛化能力及应用受限。针对该问题,提出一种基于时频图与改进图卷积神经网络的异步电机故障诊断方法。首先,通过小波分析方法将电机振动信号转换为时频图,构建不同工况的图像样本;再基于超像素分割法处理图像生成超像素块,将其作为节点,并根据其纹理、颜色、距离特征生成图结构数据;然后将图结构数据输入改进网络,算法可以自适应地提取故障特征、得到诊断结果,其中,网络通过结构学习方法进行改进。该方法通过对节点相似度计算打分,以重构图连接结构,从而克服传统图卷积神经网络在池化操作后存在的图结构完整性缺失问题,实现卷积层和池化层的层层堆叠及图级分类。试验结果表明,所提方法可实现对转子断条故障、轴承故障、单相短路故障的有效诊断,与传统方法相比,具有较高的故障识别准确率。 展开更多
关键词 异步电机 故障诊断 图神经网络 小波变换 振动信号 结构学习
在线阅读 下载PDF
基于自适应ResGAT网络的轴承多传感器融合故障诊断
9
作者 辛玉 闵洋 +2 位作者 宋李俊 马婧华 周宝成 《机械传动》 北大核心 2024年第12期149-157,共9页
强噪声干扰下滚动轴承状态监测信号呈非稳态多分量信号特点,单个传感器信号包含的故障信息有限,无法全面表征设备运行状态。提出一种基于自适应残差图注意力卷积神经网络(Re⁃sidual Graph Attention network,ResGAT)的多传感器融合故障... 强噪声干扰下滚动轴承状态监测信号呈非稳态多分量信号特点,单个传感器信号包含的故障信息有限,无法全面表征设备运行状态。提出一种基于自适应残差图注意力卷积神经网络(Re⁃sidual Graph Attention network,ResGAT)的多传感器融合故障诊断方法,利用多传感器监测信号可准确辨识不同工况下的滚动轴承故障信息。首先,将多个传感器采集的振动信号利用变分模态分解(Variational Mode Decomposition,VMD)和小波包分解(Wavelet Packet Decomposition,WPD)分解为小波系数矩阵,基于半径图策略构造包含多传感器网络信息的图结构数据;其次,基于残差网络的短接特性,设计一种自适应残差图注意力卷积网络(ResGAT),利用网络的输出及其残差,深度挖掘多传感器融合数据冗余故障信息;最后,将所提ResGAT模型应用于定转速、变转速、复合故障3种不同工况下的滚动轴承故障诊断数据集。研究结果表明,与现有方法相比,所提方法在3种工况下均具有更高的分类准确率和鲁棒性。 展开更多
关键词 多传感器融合 图神经网络 滚动轴承 故障诊断 小波包分解
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 下一页 到第 页
使用帮助 返回顶部