检索结果-南通市图书馆

基于多尺度一维卷积神经网络的弯管冲蚀损伤智能检测方法

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2024年第5期24卷 1893-1899页

作者：陈传智李宁王畅陈家梁罗锦达长江大学机械结构强度与振动研究所荆州434023

针对高压管汇损伤需要提高检测效率和准确率的问题,提出一种基于多尺度一维卷积神经网络(multi-scale one-dimensional convolutional neural network,MS-1DCNN)的弯管冲蚀损伤智能检测新方法,即用多尺度卷积层代替传统的单一尺度卷积... 详细信息

针对高压管汇损伤需要提高检测效率和准确率的问题,提出一种基于多尺度一维卷积神经网络(multi-scale one-dimensional convolutional neural network,MS-1DCNN)的弯管冲蚀损伤智能检测新方法,即用多尺度卷积层代替传统的单一尺度卷积层。在MS-1DCNN模型中,把通过模拟实验所得弯管冲蚀损伤原始时域信号作为多尺度一维卷积神经网络的输入,这样能解决传统方法依赖人工提取特征和专家知识的问题;然后,通过多尺度卷积层和池化层的交替连接对输入信号进行特征提取;最后,经由输出层输出弯管冲蚀损伤分类结果。模型试验结果表明:基于MS-1DCNN弯管冲蚀损伤检测方法可以有效检测出弯管冲蚀损伤,且平均检测准确率达到99.18%。研究可为高压管汇冲蚀损伤智能检测提供一种新思路。

关键词：高压管汇冲蚀损伤一维卷积神经网络多尺度智能检测

基于红外光谱的多标签一维卷积神经网络实现润滑油中添加剂分类识别

在线全文

学校读者我要写书评

暂无评论

摩擦学学报 2024年

作者：谢培元冯欣夏延秋华北电力大学能源动力与机械工程学院

对于润滑油中添加剂的识别问题，选用聚α-烯烃(PAO40)和多元醇酯(PriEco3000)的混兑基础油与4种常见商用润滑油极压抗磨添加剂MoDTC、ZDDP、L135和L57按照不同比例调配润滑油样本。利用傅里叶变换红外光谱仪采集样本的中红外光谱，并... 详细信息

对于润滑油中添加剂的识别问题，选用聚α-烯烃(PAO40)和多元醇酯(PriEco3000)的混兑基础油与4种常见商用润滑油极压抗磨添加剂MoDTC、ZDDP、L135和L57按照不同比例调配润滑油样本。利用傅里叶变换红外光谱仪采集样本的中红外光谱，并对所获光谱进行一阶求导和二阶求导；基于多目标分类思想，提出了1种多标签一维卷积神经网络(ML-1D-CNN)模型，对输入的润滑油红外光谱进行有监督的特征筛选和添加剂物质识别；引入梯度加权分类激活映射(Grad-CAM)，用于观测模型对输入数据的特征提取结果的有效性。将模型与近年文献中出现的3种混合模型进行对比分析，结果显示：所提出的模型提取的光谱特征与原始光谱特征峰有很好的对应性，ML-1D-CNN模型的表现最为优异，对添加剂的识别准确率为93.33%～100%，具有较强的添加剂同步识别能力。此外，在掺杂模型训练样本之外的添加剂时，ML-1D-CNN模型对已训练过的添加剂仍具有令人满意的识别率，具有较高的泛化能力。

关键词：润滑油添加剂中红外光谱一维卷积神经网络多标签分类智能识别

基于同步辐射X射线荧光光谱与一维卷积神经网络的癌症筛查方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国无机分析化学 2024年第1期14卷 104-111页

作者：魏超杰李超解宏鑫王欣李玉锋李玉文刘杨王伟中国农业大学工学院暨全国金属组学创新研究中心北京100083 安徽医科大学第二附属医院暨全国金属组学创新研究中心合肥230032 中国科学院高能物理研究所中国科学院-香港大学金属组学与健康和环境联合实验室中国科学院纳米生物效应与安全性重点实验室暨全国金属组学创新研究中心北京100049 安徽医科大学基础医学院暨全国金属组学创新研究中心合肥230032

癌症是全球范围内引起高发病率与高死亡率的疾病之一。现有癌症检测方法耗时、昂贵、专业人员依赖性强,开发一种无损、快速筛查方法非常重要。在前期工作基础上,发展了基于同步辐射X射线荧光光谱技术(SRXRF)与深度学习技术结合的一种非... 详细信息

癌症是全球范围内引起高发病率与高死亡率的疾病之一。现有癌症检测方法耗时、昂贵、专业人员依赖性强,开发一种无损、快速筛查方法非常重要。在前期工作基础上,发展了基于同步辐射X射线荧光光谱技术(SRXRF)与深度学习技术结合的一种非靶标金属组学方法筛查癌症患者。首先,分析控制组与癌症组共269份血清样本的SRXRF谱线,得到Ca、Mn、Zn、Ge、Br在两类人群中具有代表性差异,可以作为癌症筛查的标志物;其次,对于平均光谱进行归一化(Normalization)、迭代自适应加权惩罚最小二乘法(airPLS)、Savitzky-Golay平滑(SG)、标准正态变换(SNV)的预处理,并建立偏最小二乘判别分析(PLSDA)、K近邻法(KNN)、软独立建模分类法(SIMCA)的化学计量学模型,三种模型对癌症筛查的最优准确率分别为89.89%、93.26%、90.95%;最后,基于像素级光谱,搭建三种一维卷积神经网络(1DCNN)模型,三种模型准确率分别为93.56%、95.24%、93.27%,相对于化学计量学模型均有所提高,增加卷积层的数量有助于数据特征提取,模型准确率提高了1.68%。将三种模型卷积层提取获得的特征进行t-分布随机邻域嵌入算法(tSNE)降维可视化,得到1DCNN提取的特征具有显著可分性,SRXRF结合1DCNN模型开发的非靶标金属组学方法在实现癌症的快速筛查方面具有潜力。

关键词：癌症筛查血清 X射线荧光光谱一维卷积神经网络非靶标金属组学

基于SVM-SMOTE算法的一维卷积神经网络电力系统暂态稳定评估模型

在线全文

学校读者我要写书评

暂无评论

智能计算机与应用 2024年第7期14卷 50-56页

作者：袁梦薇何宇王旭贵州大学电气工程学院贵阳550025

为了提高电力系统运行稳定性,降低大停电事故发生的概率,本文提出了一种基于SVM-SMOTE算法的一维卷积神经网络暂态稳定评估模型。为了避免人工特征选择引入的主观偏差对模型预测性能的影响,本文选择来自PMU的底层量测数据作为输入特征,... 详细信息

为了提高电力系统运行稳定性,降低大停电事故发生的概率,本文提出了一种基于SVM-SMOTE算法的一维卷积神经网络暂态稳定评估模型。为了避免人工特征选择引入的主观偏差对模型预测性能的影响,本文选择来自PMU的底层量测数据作为输入特征,并采用一维卷积神经网络(1D-CNN)捕捉输入特征的时序信息;考虑数据集样本不平衡带来的预测精度下降问题,采用SVM-SMOTE算法对样本进行均衡化。算例仿真结果表明,本文所提出的模型实现了端到端的时序特征提取和暂态稳定评估,可满足在线评估准确性、快速性和可靠性的要求,且有效解决了不平衡数据集中失稳样本漏判率高的问题。

关键词：电力系统暂态稳定评估 SVM-SMOTE算法一维卷积神经网络

维普期刊数据库博看期刊

基于改进激活函数的一维卷积神经网络电机轴承故障诊断的研究

在线全文

学校读者我要写书评

暂无评论

渤海大学学报(自然科学版) 2024年第1期45卷 74-80页

作者：任大卫周舒昊伦淑娴李明渤海大学控制科学与工程学院

提出了一种基于改进激活函数的一维卷积神经网络的电机轴承故障诊断的方法，该方法首先介绍了一维卷积神经网络的结构，然后详细说明了激活函数的改进点，最后通过仿真试验依次采用三种一维卷积神经网络对电机轴承故障进行分类，通过对... 详细信息

提出了一种基于改进激活函数的一维卷积神经网络的电机轴承故障诊断的方法，该方法首先介绍了一维卷积神经网络的结构，然后详细说明了激活函数的改进点，最后通过仿真试验依次采用三种一维卷积神经网络对电机轴承故障进行分类，通过对比发现，此方法具有诊断准确率高、收敛速度快、无需人为提取故障特征等优点.

关键词：激活函数一维卷积神经网络电机轴承故障诊断

同方期刊数据库

基于改进一维卷积神经网络的滚动轴承故障诊断方法

在线全文

学校读者我要写书评

暂无评论

河南科技 2024年第10期51卷 20-26页

作者：任德珍张清华吉林化工学院信息与控制工程学院吉林吉林132000 广东石油化工学院自动化学院广东茂名525000

【目的】为解决传统一维卷积神经网络模型在进行轴承故障诊断时出现过拟合和泛化能力弱的问题,提出了基于改进一维卷积神经网络(1DCNN)的滚动轴承故障诊断方法。【方法】首先,利用全局均值池化层代替传统一维卷积神经网络的全连接层,以... 详细信息

【目的】为解决传统一维卷积神经网络模型在进行轴承故障诊断时出现过拟合和泛化能力弱的问题,提出了基于改进一维卷积神经网络(1DCNN)的滚动轴承故障诊断方法。【方法】首先,利用全局均值池化层代替传统一维卷积神经网络的全连接层,以减少模型中的参数数量、降低模型复杂度,从而提高卷积神经网络的泛化能力;其次,结合Dropout正则化方法,解决模型过拟合问题;最后,由Softmax分类函数进行分类。【结果】利用凯斯西储大学轴承故障数据集进行验证,结果表明,改进后的1DCNN在进行故障诊断时可以利用相对较少的训练次数就达到较高的准确率和较好的拟合效果,且故障准确率为99.42%。【结论】该方法明显优于传统一维卷积神经网络所呈现的故障诊断效果,对解决实际轴承故障问题具有重要的理论意义和应用价值。

关键词：滚动轴承一维卷积神经网络故障诊断

维普期刊数据库博看期刊

基于信息融合与一维卷积神经网络的光伏电站传感器健康状态评估方法

在线全文

学校读者我要写书评

暂无评论

湖南电力 2024年第3期44卷 105-113页

作者：杨芳僚黄鑫谭鸿志闵琦祝视燕磊国网湖南省电力有限公司信息通信分公司湖南长沙410004 湖南大学电气与信息工程学院湖南长沙410082 浙江大学浙江杭州310058

针对现有传感器故障诊断方法中对专家知识的依赖、忽视旁路终端时空关联性、冗余特征影响等问题,提出一种基于信息融合与一维卷积神经网络的传感器健康状态评估方法。针对与光伏发电预测强相关的光照传感器和温度传感器,从传感器数据流... 详细信息

针对现有传感器故障诊断方法中对专家知识的依赖、忽视旁路终端时空关联性、冗余特征影响等问题,提出一种基于信息融合与一维卷积神经网络的传感器健康状态评估方法。针对与光伏发电预测强相关的光照传感器和温度传感器,从传感器数据流统计特征、传感器数据流时序特征、旁路终端数据特征、天气预报数据特征等4个维度进行特征提取,并利用随机森林算法筛选传感器核心特征,最后针对以上两类传感器分别训练健康状态评估模型。实验结果表明,所提方法在温度传感器和光照传感器的健康状态评估中准确率分别达到了99.29%和99.07%。

关键词：健康状态评估传感器信息融合一维卷积神经网络特征提取特征筛选

维普期刊数据库博看期刊

基于一维卷积神经网络构建医用直线加速器高价值零件故障预测模型的应用效果

在线全文

学校读者我要写书评

暂无评论

医疗装备 2024年第14期37卷 25-27页

作者：傅世楣福州大学福建福州350108 福建省肿瘤医院福建福州340015

目的构建医用直线加速器高价值零件故障预测模型,以实现对高价值零件故障的预判。方法选取2013年1月至2017年12月医院在用医科达Synergy医用直线加速器的60组共381个维修记录数据,按照7:3比例随机分配为训练集(42组)和测试集(18组),采... 详细信息

目的构建医用直线加速器高价值零件故障预测模型,以实现对高价值零件故障的预判。方法选取2013年1月至2017年12月医院在用医科达Synergy医用直线加速器的60组共381个维修记录数据,按照7:3比例随机分配为训练集(42组)和测试集(18组),采用一维卷积神经网络进行二分类建模,随机选取30组数据作为验证集评估模型性能,并采用测试集数据检测模型预测效果。结果设定最大训练学习次数为120次,实际训练次数超过80次时数据趋于稳定,训练集和验证集的准确率均稳定于90%左右,测试集数据准确率均在96%以上,表明模型收敛较好。结论该模型预测医用直线加速器高价值零件的故障次数与实际情况接近,为预防性维修和保修服务采购提供了可靠的数据支持。

关键词：一维卷积神经网络医用直线加速器高价值零件故障预测模型

基于一维卷积神经网络的粉煤灰混凝土氯离子质量分数预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

浙江工业大学学报 2024年第2期52卷 156-163页

作者：章玉容余威龙王龙龙唐科浙江工业大学土木工程学院浙江杭州310023 浙江省工程结构与防灾减灾技术研究重点实验室浙江杭州310023 杭州市商贸旅游集团有限公司浙江杭州310003

为研究深度学习方法在氯离子质量分数预测中的应用,基于自然潮差环境下粉煤灰混凝土长期暴露试验获取了3150组自由氯离子质量分数数据,建立一维卷积神经网络(One-dimensional convolutional neural network,1D-CNN)模型用于预测粉煤灰... 详细信息

为研究深度学习方法在氯离子质量分数预测中的应用,基于自然潮差环境下粉煤灰混凝土长期暴露试验获取了3150组自由氯离子质量分数数据,建立一维卷积神经网络(One-dimensional convolutional neural network,1D-CNN)模型用于预测粉煤灰混凝土氯离子质量分数。该模型分析了核函数和卷积层对1D-CNN预测精度的影响,研究了水灰比、暴露时间、粉煤灰掺量和渗透深度4个输入参数对粉煤灰混凝土自由氯离子质量分数预测结果的影响。实验结果表明:采用12个3×1卷积核及两层卷积层构建1D-CNN模型时,自由氯离子质量分数的预测结果最优;同时,应用最优的1D-CNN模型开展基于未测参数的自由氯离子质量分数预测,预测结果较为准确。因此,1D-CNN模型具有精度高和适用范围广泛的特点,能够为氯盐环境下混凝土中自由氯离子质量分数预测提供新的方法。

关键词：自由氯离子质量分数一维卷积神经网络粉煤灰混凝土