检索结果-南通市图书馆

改进的坐标残差网络应用于17-4PH材料蚀后剩余寿命预测研究

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2025年第1期59卷 206-214页

作者：邸娟王程波贺磊牛亚龙彭超义王建锋太原科技大学车辆与交通工程学院太原030024 株洲时代新材料科技股份有限公司湖南株洲412007 湖南大学材料科学与工程学院长沙410082 同济大学工程结构性能演化与控制教育部重点实验室上海200092

为解决材料汽蚀损伤后剩余使用寿命预测困难的科学问题,提出了一种融合卷积神经网络技术的寿命预测方法,具体采用残差网络(ResNet)模型,并嵌入坐标注意力机制(CA),通过对模型进行卷积、通道数及下采样方式的优化,构建改进的坐标残差网络... 详细信息

为解决材料汽蚀损伤后剩余使用寿命预测困难的科学问题,提出了一种融合卷积神经网络技术的寿命预测方法,具体采用残差网络(ResNet)模型,并嵌入坐标注意力机制(CA),通过对模型进行卷积、通道数及下采样方式的优化,构建改进的坐标残差网络(CA-ResNet)模型,以实现对17-4PH材料汽蚀损伤后剩余使用寿命的精确预测。基于超声波汽蚀试验得到的汽蚀特性曲线,通过逻辑回归(Logistic)方程对汽蚀阶段进行定量划分,并定义寿命系数ζ,同时借助超景深显微镜获取材料损伤后不同时刻的显微图像数据库,并与寿命系数ζ相对应。研究结果表明,改进的CA-ResNet网络模型在CIFAR10公开数据集上验证准确率可达92.2%,在收集的17-4PH材料的汽蚀损伤数据集上的验证准确率可达93.2%,相比ResNet18网络模型,准确率分别提高了1.5%和3.5%。通过学习率、批处理量等超参数优化后,该模型在汽蚀损伤数据集上准确率可达95.0%。采用端到端的数据驱动思想,可实现从汽蚀损伤形貌到汽蚀寿命的精确预测。

关键词：残差网络坐标注意力机制汽蚀寿命预测

基于敏感因素选择与残差网络的表面粗糙度预测

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2025年第2期31卷 512-523页

作者：史丽晨邵献忠王海涛豆卫涛西安建筑科技大学机电工程学院陕西西安710055 西安航空职业技术学院航空制造工程学院陕西西安710089

为了对切削加工件的表面粗糙度进行预测,避免原材料浪费,提出一种基于敏感因素选择与残差网络(ResNet)的表面粗糙度预测方法。该方法首先分析切削系统中不同采样通道的振动信号与表面粗糙度之间的相关性确定敏感信号,然后利用小波包分... 详细信息

为了对切削加工件的表面粗糙度进行预测,避免原材料浪费,提出一种基于敏感因素选择与残差网络(ResNet)的表面粗糙度预测方法。该方法首先分析切削系统中不同采样通道的振动信号与表面粗糙度之间的相关性确定敏感信号,然后利用小波包分解将敏感信号分解为不同频段的小波包系数并经过相关性分析选择敏感频段,最后融合各敏感频段的小波包系数构成系数矩阵作为ResNet的输入参数。结果表明,基于敏感因素选择与ResNet的预测方法的相对百分比误差不超过5.8%,均方根误差为0.0159,平均绝对误差为0.0133,决定系数为0.9148。通过与多层前馈网络、支持向量机、卷积神经网络对比证明,所提方法的预测精度具有优越性。

关键词：残差网络小波包分解相关性分析敏感频段表面粗糙度预测

基于时空多视野注意残差网络的城市区域交通流量预测

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2025年第3期37卷 607-622页

作者：陈静杨国威张昭冲王伟天津职业技术师范大学信息技术工程学院天津300222

为高效、全面提取城市中复杂的时空相关性,提出一种新的端到端的深度学习框架—时空多视野注意残差网络(spatiotemporal multi-view attention residual network, ST-MVAR),用于城市区域交通流量预测。整合交通流量的临近性、周期性、... 详细信息

为高效、全面提取城市中复杂的时空相关性,提出一种新的端到端的深度学习框架—时空多视野注意残差网络(spatiotemporal multi-view attention residual network, ST-MVAR),用于城市区域交通流量预测。整合交通流量的临近性、周期性、趋势性和外部因素作为网络输入,该网络通过跳跃连接,形成多层嵌套残差网络结构;设计多视野扩展模块,用于捕获交通流量对不同距离的空间依赖;引入坐标注意力机制,有效建立交通流量的时空相关性;通过K-Means聚类方法获取各时段交通流量所属模式,作为额外特征,进一步提高模型的预测精度。实验结果表明:ST-MVAR使用更少的参数获得更高的性能,相比之前的方法 RMSE降低14.2%。

关键词：交通流量预测残差网络视野扩展坐标注意力 K-Means聚类

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

面向重尾噪声图像分类的残差网络学习方法

计算机应用 2025年

作者：宫智宇王士同江南大学人工智能与计算机学院

针对残差网络(ResNet)在图像分类中容易受未知重尾噪声影响导致识别准确率下降的问题，提出一种多分布重尾噪声自适应残差网络模型(MHTNA-ResNet)。首先，为抑制重尾噪声对最终预测的影响，设计一个多分布重尾噪声自适应层(MHTNA)，该... 详细信息

针对残差网络(ResNet)在图像分类中容易受未知重尾噪声影响导致识别准确率下降的问题，提出一种多分布重尾噪声自适应残差网络模型(MHTNA-ResNet)。首先，为抑制重尾噪声对最终预测的影响，设计一个多分布重尾噪声自适应层(MHTNA)，该层使用多种重尾分布创建噪声模板，对干净的训练数据进行扰动，使ResNet通过训练获得对重尾噪声图像的识别能力；其次，MHTNA在训练中进行自适应训练，使用最大似然估计法求解更新的噪声模板参数，并根据求解参数重新生成噪声模板，控制噪声始终遵循重尾分布；最后，测试时屏蔽MHTNA，对测试图像进行重尾噪声攻击，从而检验模型的抗噪能力。与PRIME方法相比，面对重尾噪声的攻击，在CIFIA10、CIFIA100和MINI-ImageNet数据集上所提方法的分类准确率分别平均提升了3.94、7.09和5.46个百分点。实验结果表明所提方法可以有效地提高ResNet面对重尾噪声干扰时的鲁棒性。

关键词：重尾噪声图像分类残差网络多分布深度学习

基于轻量级注意力残差网络的面部表情识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报(理学版) 2025年第2期63卷 437-444页

作者：郜高飞邵党国马磊易三莉昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室昆明650504

针对卷积神经网络参数量大、训练时间长的问题,提出一种基于轻量级注意力残差网络的面部表情识别方法.首先,以残差网络为骨架重新搭建模型,通过减少层数并改进残差模块提高模型性能;其次,引入深度可分离卷积减少模型的参数量和计算工作... 详细信息

针对卷积神经网络参数量大、训练时间长的问题,提出一种基于轻量级注意力残差网络的面部表情识别方法.首先,以残差网络为骨架重新搭建模型,通过减少层数并改进残差模块提高模型性能;其次,引入深度可分离卷积减少模型的参数量和计算工作量;最后,采用Mish函数替代ReLU函数的挤压激励模块自适应地调整通道权重.该模型在两个公共数据集CK+和JAFFE上采用经典的十折交叉验证方式进行验证,分别获得了98.16%和96.67%的准确率.实验结果表明,该方法在模型识别精度和复杂度之间进行了较好权衡.

关键词：面部表情识别轻量级残差网络深度可分离卷积注意力机制

维普期刊数据库博看期刊

基于频域格拉姆角场与多尺度深度残差网络的高频变负载滚动轴承故障诊断研究

在线全文

学校读者我要写书评

暂无评论

现代制造工程 2025年第1期 137-147,162页

作者：夏之罡楼小波马爱军翁兴辰浙江泰仑电力集团有限责任公司湖州313000 湖州市碳电数字重点实验室湖州313000 浙江泰仑电力集团有限责任公司送变电工程分公司湖州313000

传动部件运行状态的鲁棒辨识对于保障电力山地清障车服役性能有着重要的意义,在高频变负载运行和高噪声环境下,采集的振动信号常受复杂传递路径和部件耦合的影响,导致受到噪声的干扰,给山地清障车轴承故障的准确诊断带来了挑战。提出了... 详细信息

传动部件运行状态的鲁棒辨识对于保障电力山地清障车服役性能有着重要的意义,在高频变负载运行和高噪声环境下,采集的振动信号常受复杂传递路径和部件耦合的影响,导致受到噪声的干扰,给山地清障车轴承故障的准确诊断带来了挑战。提出了一种基于频域格拉姆角场与多尺度深度残差网络(Residual Networks,ResNet)的滚动轴承故障诊断模型,通过格拉姆角场对时序信号的频域成分进行重构,通过多尺度注意力增强机制对特征进行加权和增强,使故障诊断模型能够自适应地关注故障诊断中最重要的特征,同时抑制噪声的影响。引入残差连接以促进深层网络的训练和信息流动,从而促进模型对复杂特征的学习。采用西安交通大学滚动轴承故障加速寿命试验数据集和利用滚动轴承试验台采集的山地清障车滚动轴承数据集进行验证,2个数据集的故障识别率都达到99%以上,验证了所提出故障诊断模型的有效性。对比不同变负载工况,模型故障识别率均达到了98.5%以上,在-6 dB噪声的高频变负载环境下,识别率仍达到90%以上,进一步验证了故障诊断模型可用于山地清障车轴承故障识别,并具有良好的鲁棒性和泛化能力。

关键词：格拉姆角场多尺度残差网络高频变负载轴承故障诊断山地清障车

基于双通道残差网络实现的湍流信道下OAM识别

在线全文

学校读者我要写书评

暂无评论

成都工业学院学报 2025年第2期28卷 31-36页

作者：项雨安闫石谢文武柯友刚唐峰湖南理工学院信息科学与工程学院湖南岳阳414006

轨道角动量(OAM)模式的准确识别是大气湍流信道中基于轨道角动量的光通信面临的主要难题。为实现OAM模式的高精度识别,提出了一种基于双通道残差网络实现湍流信道下的OAM模式识别。首先,通过涡旋调制的方法进一步放大相邻阶OAM之间的差... 详细信息

轨道角动量(OAM)模式的准确识别是大气湍流信道中基于轨道角动量的光通信面临的主要难题。为实现OAM模式的高精度识别,提出了一种基于双通道残差网络实现湍流信道下的OAM模式识别。首先,通过涡旋调制的方法进一步放大相邻阶OAM之间的差异,并设计了改进残差神经网络模型的结构,又将单通道数据输入设计为双通道数据输入,分别将原光束和调制后的光束输入,提高模型的识别精度并保留光束的原本结构。最后,设计了一种基于OAM的通信系统用于验证该方法的可行性。光束传播仿真实验结果表明,改进后的模型训练需要样本数量降低为600,其模型的识别精度达到93%以上。通信系统模拟仿真传输彩色图像的实验结果表明,通过该方法展现出图像的较高保真度,有力地证明了双通道残差网络模型的实用性和有效性。

关键词：残差网络轨道角动量大气湍流涡旋光束自由空间光通信

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于注意力残差网络的重叠尖锋分类算法

软件导刊 2025年

作者：余海翔汪曼青王录涛成都信息工程大学计算机学院

在神经解码研究中，多个神经元同时放电会产生尖锋重叠，进而影响解码准确性，因而分类重叠尖锋是解码神经元集群活动的关键步骤。提出一种基于格拉姆角和场和注意力残差网络（GASF-CBAM-ResNet）的重叠尖锋分类算法，首先使用独立尖锋... 详细信息

在神经解码研究中，多个神经元同时放电会产生尖锋重叠，进而影响解码准确性，因而分类重叠尖锋是解码神经元集群活动的关键步骤。提出一种基于格拉姆角和场和注意力残差网络（GASF-CBAM-ResNet）的重叠尖锋分类算法，首先使用独立尖锋数据制作重叠尖锋模板训练集，接着采用格拉姆角和场方法将一维尖锋序列转换成二维图像，用于训练注意力残差网络模型，最后对独立尖锋和重叠尖锋进行分类识别。该方法在“Wave＿clus”数据集上的平均准确率达92.737%，优于传统方法。结果表明，GASF-CBAM-ResNet不仅可以有效地区分重叠尖锋，还节省了大量时间和人力成本，能够为神经解码研究提供可靠支持。

关键词：重叠尖锋格拉姆角和场卷积块注意力残差网络

基于Retinex理论和残差网络的低照度图像增强方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智能计算机与应用 2025年第3期15卷 164-169页

作者：徐轩姚斌韩典芝陕西科技大学电子信息与人工智能学院西安710021 陕西科技大学陕西省人工智能联合实验室西安710021

针对昏暗环境下拍摄的图像亮度及对比度低的问题,设计了一个基于Retinex理论和深度残差网络的低照度图像增强网络。首先,分解子网络依据Retinex理论分离输入图像的反射分量和照度分量作为后续输入;其次,使用编码器解码器架构的增强网络... 详细信息

针对昏暗环境下拍摄的图像亮度及对比度低的问题,设计了一个基于Retinex理论和深度残差网络的低照度图像增强网络。首先,分解子网络依据Retinex理论分离输入图像的反射分量和照度分量作为后续输入;其次,使用编码器解码器架构的增强网络进行特征提取,通过自适应空间特征融合结构提高特征尺度的不变性;最后,设计了基于残差结构的降噪子网络对反射图去噪,通过残差结构的跳跃连接来弥补传统去噪方法的不足。实验结果表明,本文提出的方法能有效提升图像亮度以及对比度,增强效果细节突出,颜色失真不明显,不仅在主观视觉上有很好的展现,在客观指标上也领先于其他方法。

关键词：低照度图像增强 Retinex理论深度学习残差网络