期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于锐度感知增强卷积神经网络的变工况机械故障诊断
1
作者 范家源 徐德胜 +1 位作者 罗灵鲲 胡士强 《计算机科学》 CSCD 北大核心 2024年第10期320-329,共10页
传统的深度迁移学习网络从有标签的源域故障数据中学习并迁移知识,完成无标签目标域上的诊断任务,有效解决了机械故障诊断中变工况场景面临的数据特征空间非对称问题。然而其知识迁移模块加剧了深度学习网络结构的复杂性,导致其损失函... 传统的深度迁移学习网络从有标签的源域故障数据中学习并迁移知识,完成无标签目标域上的诊断任务,有效解决了机械故障诊断中变工况场景面临的数据特征空间非对称问题。然而其知识迁移模块加剧了深度学习网络结构的复杂性,导致其损失函数的地貌特征比浅层网络复杂得多,优化难度更高。传统方法无法感知损失函数的地貌特征,容易使模型参数陷入参数泛化间隙大的局部最小值处,导致模型泛化性差,诊断精度降低。为了应对这一挑战,研究提出锐度感知增强的卷积神经网络(Sharpness Awareness Reinforced Convolutional Neural Network,SA-CNN),通过感知一定范围内模型损失函数的锐度,联合优化损失函数与其地貌特征的平坦程度,约束模型参数向损失函数锐度降低的方向收敛,进而提升模型的泛化性能。经典机械故障诊断数据集上的实验结果表明,相比传统的深度迁移模型,所提方法在变工况场景下进行跨域机械故障诊断时性能提升显著。 展开更多
关键词 轴承故障诊断 损失函数地貌分析 迁移学习 卷积神经网络
下载PDF
基于数字高程地图的无人机备降场自主搜寻
2
作者 刘冰 方元 +5 位作者 杨佰翰 高世奇 赖梓航 廖文韬 罗灵鲲 胡士强 《航空电子技术》 2023年第4期29-35,共7页
随着无人机在现代社会各领域的不断拓展,用户对于无人机自主决策能力的智能化需求日益增长。与此同时,无人机的应用场景也逐渐从传统的室内与城市环境,扩展至地图尺度更大,环境更为陌生的野外场景。本研究针对野外场景下,无人机备降场... 随着无人机在现代社会各领域的不断拓展,用户对于无人机自主决策能力的智能化需求日益增长。与此同时,无人机的应用场景也逐渐从传统的室内与城市环境,扩展至地图尺度更大,环境更为陌生的野外场景。本研究针对野外场景下,无人机备降场分割面临环境障碍影响较大的问题,利用数字高程地图作为地图数据来源,设计了基于坡度的传统备降场分割算法,以及基于神经网络的备降场分割算法。在实验阶段,本研究对两种算法的计算速度与准确率进行比较。实验结果表明,本研究设计的基于神经网络的备降场分割算法在稳定性和计算速度方面具有显著优势,适用于硬件性能受限的无人机。 展开更多
关键词 数字高程地图 无人机 备降场 图像分割
下载PDF
引入轻量注意力的孪生神经网络目标跟踪算法 被引量:4
3
作者 洪培钦 罗灵鲲 +2 位作者 刘冰 方元 胡士强 《计算机工程与应用》 CSCD 北大核心 2022年第12期112-121,共10页
针对目标跟踪算法在各种场景下很难做到准确率和实时性平衡的问题,提出了一种引入轻量注意力的孪生神经网络(siamese neural network)目标跟踪算法,称为SiamNL。SiamNL算法使用基于深度级卷积(depth-wise convolution)的交叉相关运算,... 针对目标跟踪算法在各种场景下很难做到准确率和实时性平衡的问题,提出了一种引入轻量注意力的孪生神经网络(siamese neural network)目标跟踪算法,称为SiamNL。SiamNL算法使用基于深度级卷积(depth-wise convolution)的交叉相关运算,降低了网络的参数量和运算量,提升了算法的实时性。同时,SiamNL使用Non-Local注意力网络编码模板图特征和搜索图特征,对特征进行了自注意力和互注意力的运算,有效提升了算法的准确率。在VOT2016、VOT2018、OTB100等公开数据集上的测试结果表明,SiamNL算法优于主流的目标跟踪算法,更有效地平衡了准确率和实时性。 展开更多
关键词 目标跟踪 孪生神经网络 轻量注意力 实时性
下载PDF
基于地面站辅助的无人机自主架线系统 被引量:3
4
作者 陈强 胡士强 +2 位作者 罗灵鲲 刘冰 方元 《工程设计学报》 CSCD 北大核心 2022年第5期634-642,共9页
将无人机(unmanned aerial vehicle, UAV)技术用于实现电力线展放正逐步成为电力行业发展的主要趋势,研究无人机自主架线技术能够有效提高作业效率、降低施工成本和保障工人安全。但现阶段无人机架线技术面临的问题主要有:1)大多数无人... 将无人机(unmanned aerial vehicle, UAV)技术用于实现电力线展放正逐步成为电力行业发展的主要趋势,研究无人机自主架线技术能够有效提高作业效率、降低施工成本和保障工人安全。但现阶段无人机架线技术面临的问题主要有:1)大多数无人机依赖人工操控或地面站发布航点控制,智能化水平低,长期作业会给电力工人带来较强负荷;2)无人机缺乏自主避障能力且感知能力不足,电线、电杆等障碍物会对其造成安全隐患。为解决上述问题,首先,构建了无人机自主架线系统的硬件框架和以ROS(robot operating system,机器人操作系统)为基础的模块化软件框架,并在此基础上实现了架线任务规划算法和架线弓检测算法等,使无人机具备稳定的自主架线能力。然后,利用碰撞检测方法构建了无人机碰撞模型,并提出了无人机路径规划算法,同时引入地面站辅助避障策略,以有效提高无人机的安全性。实验结果表明:所设计的无人机自主架线系统的软、硬件框架合理,架线任务规划算法能帮助无人机高效稳定地完成自主架线任务;地面站能够实时监控无人机状态,并在必要时及时辅助无人机避障,最大程度地保证了无人机的安全。所设计系统安全可靠,可满足实际电力架线作业的需求。 展开更多
关键词 无人机 自主架线系统 模块化软件框架 架线弓检测 地面站辅助避障
下载PDF
基于改进CNN-LSTM的飞控系统剩余寿命预测 被引量:3
5
作者 李梦蝶 赵光 +1 位作者 罗灵鲲 胡士强 《计算机工程与应用》 CSCD 北大核心 2022年第16期274-283,共10页
数据驱动的剩余寿命(remaining useful life,RUL)预测是复杂系统健康管理的重点研究内容,然而数据集的缺乏制约了不同系统上RUL预测的研究。针对这一问题,以飞控系统为例,提出一种仿真模型和数据混合驱动的RUL预测方法。该方法通过模型... 数据驱动的剩余寿命(remaining useful life,RUL)预测是复杂系统健康管理的重点研究内容,然而数据集的缺乏制约了不同系统上RUL预测的研究。针对这一问题,以飞控系统为例,提出一种仿真模型和数据混合驱动的RUL预测方法。该方法通过模型仿真提供充足的故障数据,并结合改进CNN-LSTM网络实现高质量的故障信息提取。首先对系统及其故障模式建立仿真模型,利用蒙特卡罗方法生成随机故障时间序列并依次注入故障,根据仿真响应和失效阈值确定序列的寿命标签,即可生成包含多组随机序列的系统失效数据集;其次利用长短时记忆网络(long short-term memory,LSTM)提取系统状态参数时间序列的故障信息,结合一维卷积神经网络(1D-CNN)提取不同状态参数之间的关联特征,从而形成时序-空间相结合的剩余寿命预测网络。充分的实验结果证明了所提方法对不同系统均能帮助达到动态和准确的剩余寿命预测。 展开更多
关键词 剩余寿命预测 建模仿真 长短时记忆网络 一维卷积神经网络
下载PDF
基于Hybrid State A^(*)与增强安全管道的直升机低空航迹规划
6
作者 刘冰 方元 +4 位作者 高世奇 廖文韬 赖梓航 罗灵鲲 胡士强 《航空电子技术》 2022年第3期15-24,共10页
直升机低空突防已逐渐成为现代空战察打任务的核心,而低空航迹规划算法是实现该技术的关键。尽管现有的航迹规划算法已经被应用于实际低空突防任务,但基于“前端-后端”式的传统航迹规划算法依然存在规划航迹机动执行性差与复杂动态场... 直升机低空突防已逐渐成为现代空战察打任务的核心,而低空航迹规划算法是实现该技术的关键。尽管现有的航迹规划算法已经被应用于实际低空突防任务,但基于“前端-后端”式的传统航迹规划算法依然存在规划航迹机动执行性差与复杂动态场景下易碰撞的缺陷。针对上述问题,本文提出一种基于Hybrid State A^(*)与增强安全管道的改进算法。首先,基于Hybrid State A^(*)算法的联合轨迹优化,可以在状态空间中完成兼顾直升机机动特性的初始航迹高效搜索,有效保证直升机航迹的可达性。其次,基于初始航迹膨胀的增强安全管道,将后端航迹优化参数限制在安全的可行域内,进而有效提升复杂动态场景下规划航迹的安全性。在实验环节,本研究结合ROS机器人仿真环境与Rviz数据可视化工具完成仿真验证,通过算法间的综合对比实验,论证了本研究所提算法对规划的航迹机动性与安全性有明显的提升。 展开更多
关键词 直升机航路规划 Hybrid State A^(*)算法 增强安全管道
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部