期刊文献+
共找到6,285篇文章
< 1 2 250 >
每页显示 20 50 100
考虑强噪声干扰的数字音频信号质量增强方法
1
作者 张冰 《现代电子技术》 北大核心 2026年第1期73-76,共4页
针对数字音频信号中有效特征易被强噪声掩盖、时频域特性混淆,进而导致音频清晰度不足、可懂度大幅下降的问题,文中提出考虑强噪声干扰的数字音频信号质量增强方法。基于时段定位方法对强噪声实施预处理实现信号初步增强后,对目标时段... 针对数字音频信号中有效特征易被强噪声掩盖、时频域特性混淆,进而导致音频清晰度不足、可懂度大幅下降的问题,文中提出考虑强噪声干扰的数字音频信号质量增强方法。基于时段定位方法对强噪声实施预处理实现信号初步增强后,对目标时段数字音频信号进行短时傅里叶变换,映射至梅尔频率尺度,得到目标时段内含残留强噪声音频信号的精细特征。通过奇异值分解分离音频与噪声特征,经反对角线元素平均与特征逆转换,输出质量增强的数字音频信号。实验结果表明,所提方法可将SNR提升最高达7.2 dB,即便在-10 dB极端强噪声下,该方法仍展现出跨类型、跨强度的稳定增强优势,是一种具有普遍性、高效性的数字音频信息质量增强方法。 展开更多
关键词 强噪声干扰 数字音频信号 信号质量增强 短时傅里叶变换 梅尔频率倒谱 HANKEL矩阵
在线阅读 下载PDF
中国省域数字技术互补的区域联动效应:网络结构作用与空间异质性研究
2
作者 孟彦菊 郑瑞杰 +1 位作者 但小锦 何函芮 《科技进步与对策》 北大核心 2026年第1期45-56,共12页
技术互补是实现技术进步的重要路径,探讨数字技术互补的联动效应对于促进区域协调发展具有重要意义。研究发现,2007-2023年我国省域数字技术互补水平呈现上升趋势,数字技术互补的区域联动效应呈现动态分化特征。其中,虹吸效应显著作用... 技术互补是实现技术进步的重要路径,探讨数字技术互补的联动效应对于促进区域协调发展具有重要意义。研究发现,2007-2023年我国省域数字技术互补水平呈现上升趋势,数字技术互补的区域联动效应呈现动态分化特征。其中,虹吸效应显著作用于东北及西北地区,加剧了省际数字技术互补水平的不均衡化;辐射效应则主要集中于长三角地区,对缩小省际数字技术互补水平差距具有积极作用。联动效应转化主要由结构依赖、行动者-关系及时间依赖效应共同驱动,其网络结构以三元组结构为主导,节点属性主要表现为高水平的数字技术互补性与辐射能力。分地区看,东部地区联动效应转化主要取决于结构依赖效应且其强度显著高于中西部地区。分数字技术发展水平看,结构依赖效应仅在高数字技术发展水平地区表现显著;出度指标、数字技术互补指数及地理距离对辐射效应的影响亦在高水平地区表现突出。研究深化了对区域数字技术互补联动规律的理论认识,为制定差异化区域数字发展战略、推动数字技术协同发展提供启示。 展开更多
关键词 数字技术互补 联动效应 转化机制 时间指数随机图模型
在线阅读 下载PDF
基于LSTM-Transformer模型的突水条件下矿井涌水量预测
3
作者 李振华 姜雨菲 +1 位作者 杜锋 王文强 《河南理工大学学报(自然科学版)》 北大核心 2026年第1期77-85,共9页
目的矿井涌水量精准预测对预防矿井水害和保障矿井安全生产具有重要意义,为精准预测矿井涌水量,构建适用于华北型煤田受底板L_(1-4)灰岩含水层和奥陶系灰岩含水层水害威胁的矿井涌水量预测模型。方法以河南某典型矿井的水文监测数据为基... 目的矿井涌水量精准预测对预防矿井水害和保障矿井安全生产具有重要意义,为精准预测矿井涌水量,构建适用于华北型煤田受底板L_(1-4)灰岩含水层和奥陶系灰岩含水层水害威胁的矿井涌水量预测模型。方法以河南某典型矿井的水文监测数据为基础,提出LSTMTransformer模型。利用LSTM捕捉矿井涌水量的动态时序特征,通过Transformer的多头注意力机制分析含水层水位变化和矿井涌水量之间的复杂时序关联,构建水位动态变化驱动下的矿井涌水量精准预测框架。结果结果表明,LSTM-Transformer模型预测精度显著优于LSTM,CNN,Transformer和CNN-LSTM模型的,其均方根误差为20.91 m^(3)/h,平均绝对误差为16.08 m^(3)/h,平均绝对百分比误差为1.12%,且和单因素涌水量预测模型相比,水位-涌水量双因素预测模型预测结果更加稳定。结论LSTM-Transformer模型成功克服传统方法在捕捉复杂水文地质系统中水位-涌水量动态关联上的局限,为矿井涌水量动态预测提供可解释性强、鲁棒性好的解决方案,也为类似地质条件下矿井涌水量预测提供了新方法。 展开更多
关键词 涌水量预测 水位动态响应 LSTM-Transformer耦合模型 时间序列预测 注意力机制 矿井安全生产
在线阅读 下载PDF
基于广义线性Chirplet变换的流体流度属性提取方法
4
作者 张会星 许鹏举 +1 位作者 王汪洋 吴学锋 《石油物探》 北大核心 2026年第1期129-142,共14页
流度属性反映了流体的可动性,常被用来描述储层品质,是储层流体识别与评价的重要指标之一。流体流度属性的提取精度影响着储层识别与评价的效果,而时频分析方法的分辨率又影响着流体流度属性的提取精度。为提高流体流度属性对储层流体... 流度属性反映了流体的可动性,常被用来描述储层品质,是储层流体识别与评价的重要指标之一。流体流度属性的提取精度影响着储层识别与评价的效果,而时频分析方法的分辨率又影响着流体流度属性的提取精度。为提高流体流度属性对储层流体的识别精度,引入具有高时频分辨率的广义线性Chirplet变换,提出了基于广义线性Chirplet变换的流体流度属性提取方法。具体为:首先根据储层位置频谱导数的最大值计算储层的优势频率,然后利用广义线性Chirplet变换提取优势频率下的振幅对频率的一阶导数,得到储层流体流度属性。合成信号和实际资料测试结果均表明,基于广义线性Chirplet变换提取的流度属性对储层有较高的分辨率,能够较为准确地刻画薄储层的边界,为薄储层的识别提供了依据。 展开更多
关键词 时频分析 流体流度属性 广义线性Chirplet变换 Russell近似式
在线阅读 下载PDF
基于KAN的无监督多元时间序列异常检测网络
5
作者 王成 金城 《计算机科学》 北大核心 2026年第1期89-96,共8页
时间序列数据在金融、医疗、工业和交通等领域中广泛存在,异常检测对确保系统稳定和安全至关重要。由于异常样本的收集十分困难,当前大多数时间序列异常检测方法是无监督的。然而,这些方法普遍存在过泛化问题,即模型不仅能重建正常样本... 时间序列数据在金融、医疗、工业和交通等领域中广泛存在,异常检测对确保系统稳定和安全至关重要。由于异常样本的收集十分困难,当前大多数时间序列异常检测方法是无监督的。然而,这些方法普遍存在过泛化问题,即模型不仅能重建正常样本,还能很好地重建异常样本。这一问题使得异常检测效果不佳。因此,提出了一种基于Kolmogorov-Arnold表示理论的时间序列异常检测方法TS-KAN,利用其参数高效性与局部可塑性,使模型更好地拟合正常样本并缓解过泛化问题。此外,提出了局部特征增强层Local-KAN,以增强时域特征的表达能力,提高上下文异常检测能力。在5个主流时间序列异常检测数据集上的实验表明,TS-KAN的异常检测能力显著优于现有方法。 展开更多
关键词 时间序列异常检测 KAN TRANSFORMER 记忆模块 深度学习
在线阅读 下载PDF
基于STFT-NRS和卷积神经网络的滚动轴承故障诊断
6
作者 李雨菲 张锦丹 +1 位作者 闫莉 杨丽丽 《自动化与仪表》 2026年第1期87-91,96,共6页
针对传统轴承故障诊断方法实时性不足的问题,该文提出一种结合短时傅里叶变换与归一化残差收缩(STFT-NRS)和卷积神经网络(CNN)的智能诊断方法。该方法首先利用STFT将振动信号转换为时频图谱,构建故障特征矩阵;进而通过NRS技术进行多维... 针对传统轴承故障诊断方法实时性不足的问题,该文提出一种结合短时傅里叶变换与归一化残差收缩(STFT-NRS)和卷积神经网络(CNN)的智能诊断方法。该方法首先利用STFT将振动信号转换为时频图谱,构建故障特征矩阵;进而通过NRS技术进行多维度预处理,以抑制噪声并增强故障特征;最后将优化特征输入改进型CNN进行端到端训练,通过超参数动态调整实现模型优化。在凯斯西储大学轴承数据集上的实验表明,所提方法平均诊断准确率较传统方法提升1.25%。该研究实现了从人工特征提取到自动特征学习的跨越,为工业装备智能运维提供了高效故障诊断方案。 展开更多
关键词 滚动轴承 故障诊断 短时傅里叶变换 归一化-残差分析-样条插值(NRS) 卷积神经网络(CNN)
在线阅读 下载PDF
基于改进YOLOv11的短波信号识别方法研究
7
作者 李佳峰 张海瑛 +1 位作者 王晓亚 李翊嘉 《计算机测量与控制》 2026年第1期150-156,165,共8页
针对短波信号侦察中信号识别效果不佳的问题,提出了一种基于信号时频图像和WT-YOLO的短波信号识别方法;该方法将短波信号通过短时傅里叶STFT变换变成信号时频图形式;针对信号低频语义信息与高频细节互相干扰问题,在模型中引入基于小波... 针对短波信号侦察中信号识别效果不佳的问题,提出了一种基于信号时频图像和WT-YOLO的短波信号识别方法;该方法将短波信号通过短时傅里叶STFT变换变成信号时频图形式;针对信号低频语义信息与高频细节互相干扰问题,在模型中引入基于小波变换上采样WFU模块来提高模型的特征融合能力;设计了三重感受野TRF模块,解决单一感受野无法多特征提取的问题;引入了PIoUv2模块提高模型定位精度,从而提高模型检测识别精度;实验结果表明,WT-YOLO比原有网络模型有更高的识别准确率,达到96.4%,识别错误率相对下降55.6%。 展开更多
关键词 短波信号识别 时频图 小波变换 三重感受野 WT-YOLO
在线阅读 下载PDF
基于时域变换道的曲波域多次波自适应衰减
8
作者 尹文笋 秦德文 +5 位作者 李键 王文军 魏赟 姜秀萍 谭军 赵波 《中国海洋大学学报(自然科学版)》 北大核心 2026年第1期87-93,共7页
多次波剔除是海洋地震数据处理的关键技术,常规多次波剔除方法往往对于多次波的预测精度有较高的要求,本文提出了一种基于时域变换道的曲波域的多次波自适应衰减方法,该方法首先基于预测的多次波记录生成多阶时域积分和时域微分记录,在... 多次波剔除是海洋地震数据处理的关键技术,常规多次波剔除方法往往对于多次波的预测精度有较高的要求,本文提出了一种基于时域变换道的曲波域的多次波自适应衰减方法,该方法首先基于预测的多次波记录生成多阶时域积分和时域微分记录,在此基础上将其变换至曲波域,然后在曲波域内应用多道最小平方滤波消除原始地震数据中的多次波成分。理论模型和野外数据实验表明,该方法对多次波预测误差有良好的适应性,能有效分离一次波和多次波,在多次波剔除精度和有效波保幅方面均优于常规曲波变换方法。 展开更多
关键词 多次波自适应衰减 时域积分记录 时域微分记录 曲波变换 扩展滤波
在线阅读 下载PDF
基于动态滑动时间窗口与Transformer的电动汽车充电负荷预测
9
作者 郝爽 祖国强 +2 位作者 贾明辉 张志杰 李少雄 《河北工业大学学报》 2026年第1期44-52,68,共10页
因电动汽车充电行为具有非线性、时变性,传统预测方法难以捕捉其负荷复杂特征,因此本文提出基于动态窗口与Transformer的电动汽车充电负荷预测方法。首先,引入结合萤火虫算法(firefly algorithm,FA)的变分模态分解(variational mode dec... 因电动汽车充电行为具有非线性、时变性,传统预测方法难以捕捉其负荷复杂特征,因此本文提出基于动态窗口与Transformer的电动汽车充电负荷预测方法。首先,引入结合萤火虫算法(firefly algorithm,FA)的变分模态分解(variational mode decomposition,VMD),利用FA算法优化VMD的超参数,提取不同频率模态分量,降低数据噪声与复杂度。其次,按各模态波动与变化率,用动态滑动时间窗口技术确定动态滑动时间大小。然后,根据动态滑动时间窗口调整长短期记忆网络(long short-term memory network,LSTM)-Transformer模型参数,将各模态分量与动态滑动时间窗口输入LSTM-Transformer模型,由LSTM负责捕捉短期动态,Transformer用于把握全局依赖,以此提升预测精度。最终,累加各分量预测值得出结果。经Palo Alto电动汽车负荷数据集验证,与固定时间窗口的VMD-LSTM-Transformer模型相比,所提方法的平均绝对百分比误差降低9.23%。 展开更多
关键词 电动汽车负荷预测 变分模态分解 萤火虫算法 动态滑动时间窗口 TRANSFORMER
在线阅读 下载PDF
基于Transformer的时间序列预测方法综述 被引量:5
10
作者 陈嘉俊 刘波 +2 位作者 林伟伟 郑剑文 谢家晨 《计算机科学》 北大核心 2025年第6期96-105,共10页
时间序列预测作为分析历史数据以预测未来趋势的关键技术,已广泛应用于金融、气象等领域。然而,传统方法如自回归移动平均模型和指数平滑法等在处理非线性模式、捕捉长期依赖性时存在局限。最近,基于Transformer的方法因其自注意力机制... 时间序列预测作为分析历史数据以预测未来趋势的关键技术,已广泛应用于金融、气象等领域。然而,传统方法如自回归移动平均模型和指数平滑法等在处理非线性模式、捕捉长期依赖性时存在局限。最近,基于Transformer的方法因其自注意力机制,在自然语言处理与计算机视觉领域取得突破,也开始拓展至时间序列预测领域并取得显著成果。因此,探究如何将Transformer高效运用于时间序列预测,成为推动该领域发展的关键。首先,介绍了时间序列的特性,阐述了时间序列预测的常见任务类别及评估指标。接着,深入解析Transformer的基本架构,并挑选了近年来在时间序列预测中广受关注的Transfo-rmer衍生模型,从模块及架构层面进行分类,并分别从问题解决、创新点及局限性3个维度进行比较和分析。最后,进一步探讨了时间序列预测Transformer在未来可能的研究方向。 展开更多
关键词 时间序列 Transformer模型 深度学习 注意力机制 预测
在线阅读 下载PDF
基于改进RT-DETR的饼干包装外观缺陷快速检测 被引量:4
11
作者 古莹奎 叶彪彪 +1 位作者 郭明健 连增卫 《食品与机械》 北大核心 2025年第2期234-241,共8页
[目的]针对现有食品包装缺陷实时检测模型参数量庞大和计算复杂、在终端设备上部署困难等问题,提出一种基于改进RT-DETR的轻量化模型SGHS-DETR。[方法]采用超轻量化网络StarNet作为特征提取主干以降低模型参数,引入基于梯度路径规划的... [目的]针对现有食品包装缺陷实时检测模型参数量庞大和计算复杂、在终端设备上部署困难等问题,提出一种基于改进RT-DETR的轻量化模型SGHS-DETR。[方法]采用超轻量化网络StarNet作为特征提取主干以降低模型参数,引入基于梯度路径规划的高效聚合模块GELAN进行特征融合并保留语义和细节特征;采用基于小波分解的HWD轻量级下采样模块减少特征信息损失,并替换损失函数为ShapeIoU进一步提升模型的检测精度。[结果]SGHS-DETR模型在饼干包装数据集上的平均检测精度达到92.6%,较基准模型参数量和计算复杂度分别降低了65.5%和72.1%,同时检测速度提升了74.4%。[结论]SGHS-DETR模型能够快速有效地检测出饼干包装外观缺陷。 展开更多
关键词 食品包装 缺陷检测 轻量化 RT-DETR StarNet
在线阅读 下载PDF
甘肃省北斗地基增强系统建设关键技术研究
12
作者 赵亮 王立阳 《测绘与空间地理信息》 2026年第1期146-148,151,共4页
甘肃省北斗地基增强系统是国家北斗地基增强系统的重要组成部分,通过与国家1909工程融合、系统升级改造和新建部分子系统等多种方式相结合,实现了甘肃全域北斗全频率信号接收和处理,全网支持全星座全频率卫星导航定位基准服务,对于开展... 甘肃省北斗地基增强系统是国家北斗地基增强系统的重要组成部分,通过与国家1909工程融合、系统升级改造和新建部分子系统等多种方式相结合,实现了甘肃全域北斗全频率信号接收和处理,全网支持全星座全频率卫星导航定位基准服务,对于开展国家和区域高精度时空基准维持更新、北斗三号高精度定位科学研究、北斗时空服务云平台建设,以及促进甘肃省北斗卫星导航与位置服务产业发展具有重要意义。笔者探讨与总结了甘肃省北斗地基增强系统升级改造过程中采取的几项关键技术,以期为其他类似工程建设与应用提供借鉴和参考。 展开更多
关键词 北斗地基增强系统 一次性浇筑 集约化 北斗三号 安全升级改造 协同服务
在线阅读 下载PDF
基于CNN模型的地震数据噪声压制性能对比研究 被引量:1
13
作者 张光德 张怀榜 +3 位作者 赵金泉 尤加春 魏俊廷 杨德宽 《石油物探》 北大核心 2025年第2期232-246,共15页
地震噪声的压制是地震勘探中地震数据处理的重要研究内容之一。准确地压制地震噪声和提取地震信号中的有效信息是地震勘探和地震监测的一项关键步骤。传统的地震噪声压制方法存在一些不足之处,如灵活性不足、难以处理复杂噪声、有效信... 地震噪声的压制是地震勘探中地震数据处理的重要研究内容之一。准确地压制地震噪声和提取地震信号中的有效信息是地震勘探和地震监测的一项关键步骤。传统的地震噪声压制方法存在一些不足之处,如灵活性不足、难以处理复杂噪声、有效信息损失以及依赖人工提取特征等局限性。为克服传统方法的不足,采用时频域变换并结合深度学习方法进行地震噪声压制,并验证其应用效果。通过构建5个神经网络模型(FCN、Unet、CBDNet、SwinUnet以及TransUnet)对经过时频变换的地震信号进行噪声压制。为了定量评估实验方法的去噪性能,引入了峰值信噪比(PSNR)、结构相似性指数(SSIM)和均方根误差(RMSE)3个指标,比较不同方法的噪声压制性能。数值实验结果表明,基于时频变换的卷积神经网络(CNN)方法对常见的地震噪声类型(包括随机噪声、海洋涌浪噪声、陆地面波噪声)具有较好的噪声压制效果,能够提高地震数据的信噪比。而Transformer模块的引入可进一步提高对上述3种常见地震数据噪声类型的压制效果,进一步提升CNN模型的去噪性能。尽管该方法在数值实验中取得了较好的应用效果,但仍有进一步优化的空间可供探索,比如改进网络结构以适应更复杂的地震信号,并探索与其他先进技术结合,以提升地震噪声压制性能。 展开更多
关键词 地震噪声压制 深度学习 卷积神经网络(CNN) 时频变换 TRANSFORMER
在线阅读 下载PDF
基于双向门控循环单元网络的心音分段 被引量:2
14
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Transformer模型的时序数据预测方法综述 被引量:16
15
作者 孟祥福 石皓源 《计算机科学与探索》 北大核心 2025年第1期45-64,共20页
时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据... 时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据难以使用传统的机器学习解决,而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀,学者们利用Transformer模型有效捕获长期依赖关系,使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法,按时间梳理了时序数据预测的发展进程,系统介绍了时序数据预处理过程和方法,介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性,并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。 展开更多
关键词 深度学习 时序数据预测 数据预处理 Transformer模型
在线阅读 下载PDF
基于STFT的电能质量谐波检测 被引量:1
16
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
基于机器学习的简支梁式渡槽结构地震响应与易损性分析 被引量:3
17
作者 韦芳芳 林澳庆 +2 位作者 赵有正 王永泉 陈卓然 《河海大学学报(自然科学版)》 北大核心 2025年第3期101-108,共8页
为提高渡槽结构地震响应预测的速度和精度,以界河渡槽为研究对象,采用Midas Civil-2021构建有限元模型,在验证有限元模型可靠性的基础上,基于该模型获取样本数据,利用长短期记忆(LSTM)算法和时序转换(TSTF)算法构建机器学习模型来预测... 为提高渡槽结构地震响应预测的速度和精度,以界河渡槽为研究对象,采用Midas Civil-2021构建有限元模型,在验证有限元模型可靠性的基础上,基于该模型获取样本数据,利用长短期记忆(LSTM)算法和时序转换(TSTF)算法构建机器学习模型来预测渡槽非线性地震响应,并通过调整时间窗口大小和采样周期使预测结果达到最佳。对槽墩顶点位移响应的预测结果表明,LSTM模型和TSTF模型平均准确率分别为76.22%和88.30%;与有限元模型的预测速度相比,LSTM模型和TSTF模型分别提升了128.54%和47.90%。对渡槽结构易损性分析结果表明,槽墩的损伤超越概率随着水位上升而逐渐增大。 展开更多
关键词 简支梁式渡槽 地震响应预测 机器学习 长短期记忆算法 时序转换算法
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 被引量:1
18
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
浮放包装件运动状态与摇摆响应分析
19
作者 朱大鹏 祁振民 李国芳 《振动与冲击》 北大核心 2025年第13期113-121,共9页
浮放包装件在运输过程中会产生多种运动状态,包装件摇摆响应可能会导致包装件倾覆,影响着浮放包装件的运输安全。研究在水平振动载荷作用下,浮放包装件摇摆响应过程中,包装件底部和车辆的碰撞,构建浮放包装件碰撞运动方程,根据碰撞点处... 浮放包装件在运输过程中会产生多种运动状态,包装件摇摆响应可能会导致包装件倾覆,影响着浮放包装件的运输安全。研究在水平振动载荷作用下,浮放包装件摇摆响应过程中,包装件底部和车辆的碰撞,构建浮放包装件碰撞运动方程,根据碰撞点处法向速度突变参数在不同条件下的演化,分析包装件可能产生的响应状态,总结出影响包装件运动状态的参数条件。在摇摆响应条件下,采用时间转换法,研究包装件非光滑连续摇摆响应过程,分析表明,在s=0所对应的时刻包装件和车辆发生碰撞。根据碰撞时刻,将包装件的非光滑摇摆运动划分为多个光滑摇摆响应区间,提高了包装件摇摆响应数值分析效率。分别在正弦激励和随机振动激励条件下分析浮放包装件的摇摆响应,分析结果表明,该方法具有准确性好、效率高的优点。 展开更多
关键词 浮放包装件 碰撞响应状态 非光滑摇摆 时间转换法
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
20
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
上一页 1 2 250 下一页 到第
使用帮助 返回顶部