期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于深度字典学习的滚动轴承故障识别 被引量:7
1
作者 余阿东 《机电工程》 CAS 北大核心 2022年第2期231-237,共7页
针对传统滚动轴承故障识别算法存在的特征提取与选择困难的问题,提出了一种基于深度字典学习(DDL)的滚动轴承故障诊断方法。首先,利用传感器采集了不同工况下的滚动轴承故障振动数据,并利用字典学习的稀疏性约束逐层学习了轴承故障数据... 针对传统滚动轴承故障识别算法存在的特征提取与选择困难的问题,提出了一种基于深度字典学习(DDL)的滚动轴承故障诊断方法。首先,利用传感器采集了不同工况下的滚动轴承故障振动数据,并利用字典学习的稀疏性约束逐层学习了轴承故障数据中的典型结构特征;然后,借鉴深度学习的“逐层特征提取”思想,根据故障样本结构构造了深度故障字典,将故障样本输入深度故障字典,根据样本的重建误差确定了故障类别;最后,以滚动轴承试验台为对象测试了DDL模型的有效性。研究结果表明:采用该方法得到的滚动轴承故障识别准确率达到99.28%,训练时间仅为765 s;相比于卷积神经网络、循环神经网络等深度学习方法,该方法在故障识别准确率方面和训练速度方面具有较大优势;DDL方法利用驱动字典,可以自动提取出轴承振动信号样本中的故障特征,同时,深度字典结构使所提取的故障特征具有较好的层次性,符合人们对故障的直观认识。 展开更多
关键词 滚动轴承 故障识别 深度字典学习 稀疏表示
下载PDF
基于深度字典学习的图像分类系统设计 被引量:1
2
作者 毛颖颖 《信息与电脑》 2022年第21期157-159,共3页
由于图像分类标准的可靠性较低,导致在具体的分类阶段,错误分类的情况较为普遍,提出基于深度字典学习的图像分类系统设计研究。结合图像分类的实际计算需求,在硬件构架中设置了3个数字低压差线性稳压器(Low Dropout Regulator,LDO)和旁... 由于图像分类标准的可靠性较低,导致在具体的分类阶段,错误分类的情况较为普遍,提出基于深度字典学习的图像分类系统设计研究。结合图像分类的实际计算需求,在硬件构架中设置了3个数字低压差线性稳压器(Low Dropout Regulator,LDO)和旁路调节场效应晶体管(Field Effect Transistor,FET)结构,并将ET200SP的SIMATIC ET 200SP模块作为系统主体构架,从而实现图像分类标准输出模块和字典输出模块的集中控制。在软件运行逻辑的设计上,构建了具有分层特征的学习网络结构,分析得到图像稀疏度字典库,将其作为图像分类的标准,实现对图像的分类处理。测试结果表明,设计系统可以实现对图像的准确分类。 展开更多
关键词 深度字典学习 图像分类 分层特征
下载PDF
基于深度字典学习的输电线路故障分类方法 被引量:5
3
作者 张宇博 郝治国 +3 位作者 林泽暄 杨松浩 刘志远 于晓军 《电力自动化设备》 EI CSCD 北大核心 2022年第11期159-166,共8页
针对当前输电线路故障分类识别方法存在的阈值整定复杂、人工智能算法可解释性不足等问题,提出了一种基于深度字典学习的输电线路故障分类方法。该方法利用稀疏性约束驱动字典自动提取样本中的故障特征,同时深度字典结构使得所提取的故... 针对当前输电线路故障分类识别方法存在的阈值整定复杂、人工智能算法可解释性不足等问题,提出了一种基于深度字典学习的输电线路故障分类方法。该方法利用稀疏性约束驱动字典自动提取样本中的故障特征,同时深度字典结构使得所提取的故障特征具有较好的层次性和物理含义,符合人对故障的直观认识,一定程度上解决了数据驱动型方法可解释性不足的问题。最后,通过PSCAD/EMTDC仿真验证了所提方法的有效性。 展开更多
关键词 输电线路 故障分类 稀疏表示 深度字典学习
下载PDF
基于深度字典学习的图像分类方法 被引量:1
4
作者 袁浩 《信息与电脑》 2021年第12期55-57,共3页
传统图像分类方法在实际应用中存在图像丢失问题,本文结合深度字典学习方法,展开图像分类方法设计。通过深度字典学习的图像稀疏度描述和决策矩阵模板的图像匹配分类,提出一种全新的图像分类方法。实验论证证明,新的分类方法在实际应用... 传统图像分类方法在实际应用中存在图像丢失问题,本文结合深度字典学习方法,展开图像分类方法设计。通过深度字典学习的图像稀疏度描述和决策矩阵模板的图像匹配分类,提出一种全新的图像分类方法。实验论证证明,新的分类方法在实际应用中能够确保终端输出的分类结果与预计结果相等,不会出现图像信息丢失或错误分类问题,可实现对分类迭代时长的控制,具有更高应用价值。 展开更多
关键词 深度字典学习 图像分类 稀疏度
下载PDF
基于深度特征字典学习和Largevis的遥感图像检索 被引量:1
5
作者 侯峰 刘斌 +2 位作者 卓政 卓力 张菁 《测控技术》 2022年第7期10-16,共7页
提出了一种基于深度特征字典学习和Largevis的遥感图像检索方法。该方法以Inception v4为骨干网络,提取了第一个Reduction Block输出的特征图,并对其进行重组。然后利用K均值聚类算法对重组后的特征进行训练,构造深度特征字典。基于深... 提出了一种基于深度特征字典学习和Largevis的遥感图像检索方法。该方法以Inception v4为骨干网络,提取了第一个Reduction Block输出的特征图,并对其进行重组。然后利用K均值聚类算法对重组后的特征进行训练,构造深度特征字典。基于深度特征字典,对卷积特征图进行量化,得到紧凑的特征表示向量,将其与全连接层特征相结合,形成图像特征表示向量。为了避免“维度灾难”的问题,采用Largevis降维方法对图像特征表示向量进行降维。采用L2距离度量方法对降维后的特征进行相似性比对,实现了遥感图像的检索。在RS19、UCM和RSSCN7数据集上的实验结果表明,与现有的方法相比,该方法能获得更好的检索性能。 展开更多
关键词 Inception v4网络 深度特征字典学习 Largevis降维 遥感图像检索
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部