期刊导航
期刊开放获取
重庆大学
退出
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
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
检索
高级检索
期刊导航
共找到
4
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于全息希尔伯特频谱分析的交流串联电弧故障电流特征研究
1
作者
吴自然
韩燕
陈冲
《电器与能效管理技术》
2024年第6期8-16,共9页
针对交流串联电弧故障信号特征提取和分析的难题,提出采用循环掩码经验模态分解(itEMD)进行信号分解以获取多层内涵模态分量(IMF),结合全息希尔伯特变换(HHT)展现高维幅度调制频率调制(AM-FM)谱图的分析方法,从而获取高区分度的电弧故...
针对交流串联电弧故障信号特征提取和分析的难题,提出采用循环掩码经验模态分解(itEMD)进行信号分解以获取多层内涵模态分量(IMF),结合全息希尔伯特变换(HHT)展现高维幅度调制频率调制(AM-FM)谱图的分析方法,从而获取高区分度的电弧故障信号特征谱图。采用基于GB/T 31143—2014的电弧故障实验平台,采集7种屏蔽负载模式下电弧故障电流信号,分析研究不同环境下电弧故障特征。所提方法对于电弧故障检测技术的开发具有一定的理论指导意义。
展开更多
关键词
交流电弧
串联电弧故障
全息
希尔伯特
频谱
分析
循环掩码经验模态分解
下载PDF
职称材料
基于深度学习的彩色全息图重建
2
作者
刘俊彤
桂进斌
+2 位作者
陈艾帅
马先栋
胡先飞
《激光与光电子学进展》
CSCD
北大核心
2024年第8期76-82,共7页
针对较大尺寸物体彩色全息图重建操作复杂、色彩融合不准确、重建时受零级影响等问题,提出一种基于深度学习的彩色全息图重建方法。采用改进的U-Net模型作为网络结构,使用混合实际拍摄和模拟生成的彩色离轴菲涅耳全息图频谱作为训练样本...
针对较大尺寸物体彩色全息图重建操作复杂、色彩融合不准确、重建时受零级影响等问题,提出一种基于深度学习的彩色全息图重建方法。采用改进的U-Net模型作为网络结构,使用混合实际拍摄和模拟生成的彩色离轴菲涅耳全息图频谱作为训练样本,实现对彩色全息图的准确重建。对模拟全息图和实际拍摄的数字全息图进行重建实验,结果表明,所提方法相较于传统方法,能够在保持重建图像高分辨率和颜色准确性的同时,具有更好的重建效果。研究结果可应用于大尺寸检测场彩色全息图的重建,为彩色全息检测及深度学习在光学成像领域中的应用提供有益的参考。
展开更多
关键词
数字
全息
深度学习
彩色
全息
重建
全息频谱
原文传递
轴承状态的声信息流识别法
3
作者
余成波
《振动.测试与诊断》
EI
CSCD
1998年第1期23-28,共6页
根据噪声信息流的传播途径研制了固体声传感器和检测系统,并采用全息频谱法分析处理固体声信息,以确定轴承的运行状态。实验结果表明,将此方法用于轴承故障识别时,能确切提取反映轴承工作状态的信息流。
关键词
固体声
轴承
全息频谱
法
故障识别
声息流
下载PDF
职称材料
基于深度学习的无干扰全息图生成
被引量:
4
4
作者
吴佳雪
桂进斌
+2 位作者
李俊昌
付泰
程威
《光学学报》
EI
CAS
CSCD
北大核心
2022年第14期69-77,共9页
提出了一种基于深度学习的无干扰全息图生成方法。该方法采用模拟生成的离轴菲涅耳数字全息图作为网络训练样本,使用改进的卷积神经网络学习全息频谱图零级与正负一级的特征关系,实现全息图负一级频谱的提取。使用模拟全息图及实拍全息...
提出了一种基于深度学习的无干扰全息图生成方法。该方法采用模拟生成的离轴菲涅耳数字全息图作为网络训练样本,使用改进的卷积神经网络学习全息频谱图零级与正负一级的特征关系,实现全息图负一级频谱的提取。使用模拟全息图及实拍全息图进行了实验验证,对所得无干扰全息图的重建像进行了分析。研究结果表明,所提方法可以在无人工干预的前提下大范围消除零级信息和干扰信息,提取出全息图负一级信息并获得较高重建质量的物光场,实现了基于深度学习的无干扰全息图生成。
展开更多
关键词
全息
数字
全息
无干扰
全息
图
深度学习
全息
重建
全息频谱
图
原文传递
题名
基于全息希尔伯特频谱分析的交流串联电弧故障电流特征研究
1
作者
吴自然
韩燕
陈冲
机构
温州大学浙江省低压电器工程技术研究中心
出处
《电器与能效管理技术》
2024年第6期8-16,共9页
基金
温州市基础性科研项目(G20210020)。
文摘
针对交流串联电弧故障信号特征提取和分析的难题,提出采用循环掩码经验模态分解(itEMD)进行信号分解以获取多层内涵模态分量(IMF),结合全息希尔伯特变换(HHT)展现高维幅度调制频率调制(AM-FM)谱图的分析方法,从而获取高区分度的电弧故障信号特征谱图。采用基于GB/T 31143—2014的电弧故障实验平台,采集7种屏蔽负载模式下电弧故障电流信号,分析研究不同环境下电弧故障特征。所提方法对于电弧故障检测技术的开发具有一定的理论指导意义。
关键词
交流电弧
串联电弧故障
全息
希尔伯特
频谱
分析
循环掩码经验模态分解
Keywords
alternative-current arcs
series arc faults
Holo-Hilbert spectral analysis
iterated masking empirical mode decomposition
分类号
TM501.2 [电气工程—电器]
下载PDF
职称材料
题名
基于深度学习的彩色全息图重建
2
作者
刘俊彤
桂进斌
陈艾帅
马先栋
胡先飞
机构
昆明理工大学理学院
昆明理工大学云南省高校现代信息光学重点实验室
出处
《激光与光电子学进展》
CSCD
北大核心
2024年第8期76-82,共7页
基金
国家自然科学基金(62065010)。
文摘
针对较大尺寸物体彩色全息图重建操作复杂、色彩融合不准确、重建时受零级影响等问题,提出一种基于深度学习的彩色全息图重建方法。采用改进的U-Net模型作为网络结构,使用混合实际拍摄和模拟生成的彩色离轴菲涅耳全息图频谱作为训练样本,实现对彩色全息图的准确重建。对模拟全息图和实际拍摄的数字全息图进行重建实验,结果表明,所提方法相较于传统方法,能够在保持重建图像高分辨率和颜色准确性的同时,具有更好的重建效果。研究结果可应用于大尺寸检测场彩色全息图的重建,为彩色全息检测及深度学习在光学成像领域中的应用提供有益的参考。
关键词
数字
全息
深度学习
彩色
全息
重建
全息频谱
Keywords
digital holography
deep learning
color holographic reconstruction
holographic spectrum
分类号
O438.1 [机械工程—光学工程]
原文传递
题名
轴承状态的声信息流识别法
3
作者
余成波
机构
重庆工业管理学院车辆系
出处
《振动.测试与诊断》
EI
CSCD
1998年第1期23-28,共6页
基金
国家自然科学基金
文摘
根据噪声信息流的传播途径研制了固体声传感器和检测系统,并采用全息频谱法分析处理固体声信息,以确定轴承的运行状态。实验结果表明,将此方法用于轴承故障识别时,能确切提取反映轴承工作状态的信息流。
关键词
固体声
轴承
全息频谱
法
故障识别
声息流
Keywords
solid borne sound bearings fault holospectrum
分类号
TH133.3 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于深度学习的无干扰全息图生成
被引量:
4
4
作者
吴佳雪
桂进斌
李俊昌
付泰
程威
机构
昆明理工大学理学院
云南大学信息学院
出处
《光学学报》
EI
CAS
CSCD
北大核心
2022年第14期69-77,共9页
基金
国家自然科学基金(62065010)。
文摘
提出了一种基于深度学习的无干扰全息图生成方法。该方法采用模拟生成的离轴菲涅耳数字全息图作为网络训练样本,使用改进的卷积神经网络学习全息频谱图零级与正负一级的特征关系,实现全息图负一级频谱的提取。使用模拟全息图及实拍全息图进行了实验验证,对所得无干扰全息图的重建像进行了分析。研究结果表明,所提方法可以在无人工干预的前提下大范围消除零级信息和干扰信息,提取出全息图负一级信息并获得较高重建质量的物光场,实现了基于深度学习的无干扰全息图生成。
关键词
全息
数字
全息
无干扰
全息
图
深度学习
全息
重建
全息频谱
图
Keywords
holography
digital holography
interference-free hologram
deep learning
holographic reconstruction
holographic spectrum
分类号
O438.1 [机械工程—光学工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于全息希尔伯特频谱分析的交流串联电弧故障电流特征研究
吴自然
韩燕
陈冲
《电器与能效管理技术》
2024
0
下载PDF
职称材料
2
基于深度学习的彩色全息图重建
刘俊彤
桂进斌
陈艾帅
马先栋
胡先飞
《激光与光电子学进展》
CSCD
北大核心
2024
0
原文传递
3
轴承状态的声信息流识别法
余成波
《振动.测试与诊断》
EI
CSCD
1998
0
下载PDF
职称材料
4
基于深度学习的无干扰全息图生成
吴佳雪
桂进斌
李俊昌
付泰
程威
《光学学报》
EI
CAS
CSCD
北大核心
2022
4
原文传递
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部