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
共找到1,865篇文章
< 1 2 … 94 >
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：
基于进化卷积神经网络算法的开孔外壳屏蔽效能预测
1
作者 黄洋 《电子技术与软件工程》 2022年第15期124-127,共4页
本文研究了基于进化卷积神经网络算法的开孔外壳屏蔽效能预测。电子设备工作频率逐渐提高,电磁辐射噪声日益严重,采用屏蔽外壳是有效抑制电磁干扰的常用方法。然而,由于散热和接线,外壳会带有孔洞,极大地影响了其屏蔽效能,部分外壳内部... 本文研究了基于进化卷积神经网络算法的开孔外壳屏蔽效能预测。电子设备工作频率逐渐提高,电磁辐射噪声日益严重,采用屏蔽外壳是有效抑制电磁干扰的常用方法。然而,由于散热和接线,外壳会带有孔洞,极大地影响了其屏蔽效能,部分外壳内部介质板的存在也对屏蔽效能产生了一定的影响。本文对含介质板开孔外壳建模后,通过传输线方法(TLM)建立等效电路模型,然后通过进化卷积神经网络算法(Evolutionary Convolutional Neural Network Algorithms,ECNN)得到验证参数,从而得到外壳屏蔽效能。利用CST对相应外壳进行仿真分析后,对比屏蔽效能仿真结果和算法结果,证明了该方法结果的准确性和可靠性。通过等效电路计算箱内各点屏蔽效能,最后通过电波暗室远场测量各点辐射强度来验证预测结果。 展开更多
关键词 电磁辐射 屏蔽效能 传输线理论 进化卷积神经网络算法
下载PDF
小样本下基于改进麻雀算法优化卷积神经网络的飞轮储能系统损耗
2
作者 魏乐 李承霖 +1 位作者 房方 刘渝斌 《电网技术》 北大核心 2025年第1期366-372,I0113-I0115,共10页
飞轮储能系统具有待机损耗,不适合长期储能。针对飞轮损耗这一经济指标,基于飞轮储能系统运行的小样本数据,提出了一种结合Logistic混沌麻雀优化算法和卷积神经网络的飞轮损耗计算模型。首先,分析了飞轮损耗产生的原因;接下来对宁夏灵... 飞轮储能系统具有待机损耗,不适合长期储能。针对飞轮损耗这一经济指标,基于飞轮储能系统运行的小样本数据,提出了一种结合Logistic混沌麻雀优化算法和卷积神经网络的飞轮损耗计算模型。首先,分析了飞轮损耗产生的原因;接下来对宁夏灵武电厂的飞轮运行数据进行预处理,并使用对抗生成网络进行小样本扩充;然后基于卷积神经网络建立损耗模型,使用改进的麻雀算法对模型超参数进行优化,并通过对比验证了该模型的优越性;最后通过仿真实验证明了该模型能够优化飞轮储能系统的出力,降低飞轮损耗。 展开更多
关键词 飞轮储能系统损耗 小样本学习 卷积神经网络 麻雀搜索算法 LOGISTIC混沌映射
原文传递
基于遗传算法优化卷积神经网络的滚动轴承故障诊断方法研究
3
作者 孙豫 张雷 周凯 《制造业自动化》 2025年第1期89-95,共7页
对轴承故障类型的准确诊断有利于提高设备可靠性和效率,在早期诊断和预测故障方面开展研究具有重要意义。目前有一部分诊断方法通过手动提取故障特征进行分类,另一部分使用神经网络的诊断方法,但缺乏网络自适应调参的能力,泛化能力不足... 对轴承故障类型的准确诊断有利于提高设备可靠性和效率,在早期诊断和预测故障方面开展研究具有重要意义。目前有一部分诊断方法通过手动提取故障特征进行分类,另一部分使用神经网络的诊断方法,但缺乏网络自适应调参的能力,泛化能力不足。因此提出使用遗传算法优化卷积神经网络进行故障诊断,其中一维卷积神经网络可以提取轴承故障信号中的微弱特征,使用遗传算法对卷积神经网络的网络参数进行自适应调参,提高了模型的诊断精度和泛化能力。实验结果表明,该模型的诊断平均准确率为98.56%,比传统的诊断方法1d-CNN、MLP和SVM分别提高了3.26%,10.45%,13.72%。 展开更多
关键词 轴承故障诊断 一维卷积神经网络 遗传算法
下载PDF
LED荧光光谱结合卷积神经网络算法预测核桃油与葵花油的混合浓度
4
作者 崔亮 占军贵 贺常涛 《光散射学报》 北大核心 2025年第1期129-135,共7页
核桃油是一种营养丰富且价格较高的坚果植物油,使用较便宜的油掺入核桃油是目前核桃油掺假的主要手段之一。为实现一种快速高效的核桃油掺假的定量分析方法和检测技术,本文提出采用紫外LED荧光光谱结合卷积神经网络算法预测核桃油与葵... 核桃油是一种营养丰富且价格较高的坚果植物油,使用较便宜的油掺入核桃油是目前核桃油掺假的主要手段之一。为实现一种快速高效的核桃油掺假的定量分析方法和检测技术,本文提出采用紫外LED荧光光谱结合卷积神经网络算法预测核桃油与葵花油的混合浓度。首先,制备了一系列核桃油和葵花油混合样本,并通过紫外LED激发混合油样的荧光光谱,采用EMD-PSO优化阈值算法可去除了荧光光谱中的噪声信息,理论计算并分析了荧光光谱的叠加谱峰,建立了混合油样的荧光光谱数据库。然后,基于荧光光谱数据库构建了预测混合油样中核桃油浓度的卷积神经网络模型。实验结果表明,本文提出的检测技术不仅表征了两种植物油的荧光光谱差异,基于卷积神经网络的定量分析方法在预测混合浓度方面也具有良好的准确性和稳定性,模型对测试集预测的R 2和平均误差分别为0.9853和0.0783。总之,本研究为快速、非破坏性地检测核桃油与葵花油的掺伪浓度提供了一种新的方案,有望在食品和油脂行业中得到广泛应用。 展开更多
关键词 LED荧光 卷积神经网络算法 核桃油 葵花油 掺假行为
下载PDF
Nadam算法优化卷积神经网络的滚动轴承多故障耦合诊断
5
作者 唐蒙 张义民 张凯 《机械设计与制造》 北大核心 2025年第3期23-26,39,共5页
针对滚动轴承在变载荷,变转速环境和多故障耦合工况下,传统故障诊断方法存在诊断准确率低,泛化能力差的问题,提出了一种基于Nadam算法优化的卷积神经网络模型。其优点是加深卷积神经网络模型的结构,进一步加强网络对特征的表达能力。利... 针对滚动轴承在变载荷,变转速环境和多故障耦合工况下,传统故障诊断方法存在诊断准确率低,泛化能力差的问题,提出了一种基于Nadam算法优化的卷积神经网络模型。其优点是加深卷积神经网络模型的结构,进一步加强网络对特征的表达能力。利用Nadam算法提高所建立网络模型的收敛速度和学习质量,利用新的网络模型实现滚动轴承故障诊断。为验证提出方法的有效性,通过对BL2060实验平台上变载荷、变转速的19类多故障耦合的实验数据集进行实验分析,并与目前常用网络模型进行对比,结果表明该模型对多故障耦合的轴承故障分类可达到100%的准确率,优于其他网络模型。该方法的诊断准确率高,收敛速度快,适用于多故障类型耦合的滚动轴承的故障诊断。 展开更多
关键词 滚动轴承 多故障耦合 卷积神经网络 Nadam算法 变载荷 变转速 故障诊断
下载PDF
基于粒子群优化算法的量子卷积神经网络
6
作者 张嘉雯 蔡彬彬 林崧 《量子电子学报》 北大核心 2025年第1期123-135,共13页
针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在... 针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在图像分类任务上表现优异的电路结构。基于Fashion MNIST和MNIST标准数据集的仿真实验表明,该模型具有较强的学习能力和良好的泛化性能,准确率分别可达94.7%和99.05%。相较于现有量子卷积神经网络模型,平均分类精度最高分别提升了4.14%和1.43%。 展开更多
关键词 量子光学 量子卷积神经网络 粒子群优化算法 量子机器学习 参数化量子电路
下载PDF
基于粗糙集-卷积神经网络组合算法的赣南山区地下水潜力研究
7
作者 杨丹妮 李英冰 《测绘与空间地理信息》 2025年第2期33-37,共5页
赣南山区饮用水源长期存在季节性断流现象。为寻找稳定的地下水源、满足供水需求,同时提高钻井成功率、降低成本,进行地下水潜力评估十分必要。本文提出一种粗糙集-卷积神经网络组合算法(RS-CNN),结合遗传算法的粗糙集属性约简方法确定... 赣南山区饮用水源长期存在季节性断流现象。为寻找稳定的地下水源、满足供水需求,同时提高钻井成功率、降低成本,进行地下水潜力评估十分必要。本文提出一种粗糙集-卷积神经网络组合算法(RS-CNN),结合遗传算法的粗糙集属性约简方法确定影响地下水含量的地形、气象、植被因素,将经粗糙集筛选后的指标作为卷积神经网络的输入,训练最优模型进行区域地下水潜力预测。经计算,组合模型F1得分达0.91,较单一模型的F1得分0.70提高了0.21;赣县区平均地下水潜力达0.68,有较大开采空间。实验结果验证了RS-CNN模型具有较好的迁移能力,可以用于无先验水文地质信息地区的地下水潜力预测,大大减少了地下水探查的外业工作量。 展开更多
关键词 地下水 地下水潜力 卷积神经网络 粗糙集 遗传算法
下载PDF
基于一维卷积神经网络的序列推荐算法
8
作者 黄康鹏 冯锋 《计算机技术与发展》 2025年第3期172-178,共7页
近年来,针对信息过载问题,推荐算法已成为关键解决方法之一,能够有效地提供用户个性化内容。在序列推荐研究中,卷积神经网络因其能有效提取序列信息中的局部特征而受到广泛关注。然而,卷积神经网络在捕捉时序信息方面存在局限性。为了... 近年来,针对信息过载问题,推荐算法已成为关键解决方法之一,能够有效地提供用户个性化内容。在序列推荐研究中,卷积神经网络因其能有效提取序列信息中的局部特征而受到广泛关注。然而,卷积神经网络在捕捉时序信息方面存在局限性。为了解决这一问题,提出了一种基于一维卷积的序列推荐算法。该算法首先通过卷积操作提取序列的局部特征,然后通过池化操作提取序列的长期特征,并将两者进行加权相加获得用户特征信息,使得其能够综合提取局部特征和长期特征。随后,将用户特征信息与线性变化的序列信息进行点乘,以引入时序信息。此外,将用户特征信息通过前馈网络,以实现非线性转换和跨维度交互增强。最后,对用户特征向量与项目特征向量进行计算获得相关性,并以此进行推荐。实验结果表明,在MovieLens电影数据集和KuaiRand短视频数据集上的测试中,该算法在推荐命中率和归一化折损累计增益等指标上相比四种基线算法均有显著提升,表明该算法能够更有效地进行推荐。 展开更多
关键词 推荐算法 序列推荐 卷积神经网络 前馈网络 用户特征
下载PDF
基于深度神经网络的遗传算法对抗攻击
9
作者 范海菊 马锦程 李名 《河南师范大学学报(自然科学版)》 北大核心 2025年第2期82-90,I0007,共10页
深度神经网络(deep neural network,DNN)能够取得良好的分类识别效果,但在训练图像中添加微小扰动进行对抗攻击,其识别准确率会大大下降.在提出的方法中,通过遗传算法得到最优扰动后,修改图像极少的像素生成对抗样本,实现对VGG16等3个... 深度神经网络(deep neural network,DNN)能够取得良好的分类识别效果,但在训练图像中添加微小扰动进行对抗攻击,其识别准确率会大大下降.在提出的方法中,通过遗传算法得到最优扰动后,修改图像极少的像素生成对抗样本,实现对VGG16等3个基于卷积神经网络图像分类器的成功攻击.实验结果表明在对3个分类模型进行单像素攻击时,67.92%的CIFAR-10数据集中的自然图像可以被扰动到至少一个目标类,平均置信度为79.57%,攻击效果会随着修改像素的增加进一步提升.此外,相比于LSA和FGSM方法,攻击效果有着显著提升. 展开更多
关键词 卷积神经网络 遗传算法 对抗攻击 图像分类 信息安全
下载PDF
融合改进卷积神经网络和层次SVM的鸡蛋外观检测
10
作者 姚万鹏 张凌晓 +1 位作者 赵肖峰 王飞成 《食品与机械》 北大核心 2025年第1期158-164,共7页
[目的]实现鸡蛋精细化分类和提高鸡蛋外观检测的准确率。[方法]提出一种融合改进卷积神经网络和层次SVM的鸡蛋外观检测方案。(1)采用鸡蛋机器视觉图像采集设备获取不同方位、不同外观鸡蛋图像,并运用图像增强技术扩充鸡蛋图像数据库。(2... [目的]实现鸡蛋精细化分类和提高鸡蛋外观检测的准确率。[方法]提出一种融合改进卷积神经网络和层次SVM的鸡蛋外观检测方案。(1)采用鸡蛋机器视觉图像采集设备获取不同方位、不同外观鸡蛋图像,并运用图像增强技术扩充鸡蛋图像数据库。(2)设计改进的浣熊优化算法(coati optimization algorithm,COA)和FCM聚类算法,在此基础上对卷积神经网络(convolutional neural network,CNN)模型结构和超参数进行优化,以提升CNN泛化能力。运用优化后的CNN深度学习鸡蛋图像数据库,从而实现鸡蛋外观图像特征的有效提取。(3)建立层次支持向量机鸡蛋外观分类工具,最终实现对鸡蛋外观的准确检测分类。[结果]所提鸡蛋外观检测方案的检测准确率提高了1.74%~4.31%,检测时间降低了21.68%~53.51%。[结论]所提方法能够有效实现对鸡蛋的在线实时精细化分类。 展开更多
关键词 鸡蛋外观 卷积神经网络 浣熊优化算法 支持向量机 特征提取
下载PDF
基于多特征提取-卷积神经网络-长短期记忆网络的短期风电功率预测方法
11
作者 匡洪海 郭茜 《发电技术》 2025年第1期93-102,共10页
【目的】天气和随机因素会改变误差的统计特征,因此考虑对影响风电功率的多种气候因素进行特征提取,为优化功率时序特征提取,提出基于多特征提取(multimodal feature extraction,MFE)-卷积神经网络(convolutional neural network,CNN)-... 【目的】天气和随机因素会改变误差的统计特征,因此考虑对影响风电功率的多种气候因素进行特征提取,为优化功率时序特征提取,提出基于多特征提取(multimodal feature extraction,MFE)-卷积神经网络(convolutional neural network,CNN)-长短期记忆(long-short term memory,LSTM)网络的风电功率预测方法。【方法】首先,对数值天气预报(numerical weather prediction,NWP)数据提取11种统计性特征,通过提取基本特征和统计性特征对原始数据进行聚类,并根据类别分别建立预测模型,以提高预测模型的适应性;其次,在网络架构上对LSTM进行改进,通过CNN的特征提取能力和LSTM的非线性序列预测能力,实现对风电功率历史信息和NWP数据的充分挖掘。最后,利用我国新疆某风电场数据,通过MFE消融实验、CNN消融实验,验证了所提短期风电功率预测方法的有效性和优越性。【结果】相比于自回归移动平均(autoregressive integrated moving average,ARIMA)、全连接循环神经网络(fully recurrent neural network,FRNN)模型和MFE-LSTM、CNN-LSTM模型,MFE-CNN-LSTM预测方法的均方根误差与平均绝对误差均有所下降。【结论】MFE-CNN-LSTM预测方法可有效提取特征,并且MFE与CNN有效提升了预测准确性。 展开更多
关键词 多特征提取 卷积神经网络 长短期记忆网络 K-均值聚类算法 风电功率预测 短期预测 消融实验
下载PDF
基于集成学习和卷积神经网络的电网客服短期话务量预测
12
作者 覃浩 苏立伟 +5 位作者 伍广斌 蒋崇颖 徐智鹏 康峰 谭火超 张勇军 《上海交通大学学报》 北大核心 2025年第2期266-273,共8页
现代供电服务体系对用电客户服务的服务质量提出更高要求,精准的供电服务话务量预测不仅可以提高用电客户服务质量,还能有效降低客服人员成本.为此,基于集成学习和卷积神经网络提出一种电网短期话务量预测方法.首先,采用孤立森林算法进... 现代供电服务体系对用电客户服务的服务质量提出更高要求,精准的供电服务话务量预测不仅可以提高用电客户服务质量,还能有效降低客服人员成本.为此,基于集成学习和卷积神经网络提出一种电网短期话务量预测方法.首先,采用孤立森林算法进行异常数据识别,建立拉格朗日插值函数对异常数据或缺失数据进行修补;其次,利用层次分析法量化用户信息、气象信息和停电信息,采用灰色关联法分析话务量的影响因子,将影响因子作为话务量预测模型输入;然后,构建自适应增强(Adaboost)算法集成多个卷积神经网络(CNN)模型,提出一种Adaboost-CNN的话务量预测模型;最后,考虑供电服务系统增值服务,对预测结果进行修正,得到最终的话务量预测值.算例分析表明,所提预测模型较单一预测模型误差平均减少11.05个百分点、较组合预测模型误差平均减少5.32个百分点,具有更好的预测精度. 展开更多
关键词 现代供电服务体系 话务量预测 ADABOOST算法 卷积神经网络 孤立森林算法 增值服务
下载PDF
基于改进型小龙虾算法优化CNN-LSTM神经网络的锂电池SOH估计
13
作者 刘铠玮 张道涵 +3 位作者 田东红 陈金康 沈月 彭思敏 《电气应用》 2025年第3期97-105,共9页
电池健康状态(SOH)可定量描述电池当前的老化性能状态,为电池的使用和维护提供了重要参考依据,但电池容量再生现象和超参数敏感问题易影响其估计准确度。首先,从电池充放电曲线中提取健康特征,并定量分析其与SOH的相关性。然后,针对基... 电池健康状态(SOH)可定量描述电池当前的老化性能状态,为电池的使用和维护提供了重要参考依据,但电池容量再生现象和超参数敏感问题易影响其估计准确度。首先,从电池充放电曲线中提取健康特征,并定量分析其与SOH的相关性。然后,针对基于循环神经网络的单一模型在处理电池老化与健康特征之间的长期依赖关系时存在难以捕捉复杂老化模式的局限性,提出了一种基于卷积神经网络(CNN)与长短时记忆网络(LSTM)相结合的深度学习方法,以更准确地预测电池容量再生现象及估计电池SOH。最后,提出了一种改进型小龙虾算法,以解决神经网络模型超参数敏感的问题。以NASA数据集为例,通过与LSTM和CNN-LSTM算法的仿真及实验数据对比分析表明,所提出的SOH估计算法的MAE和RMSE均小于0.75%。 展开更多
关键词 锂电池 健康状态 卷积神经网络 长短时记忆网络 改进型小龙虾算法
原文传递
基于卷积神经网络的汽车灯座缺陷检测
14
作者 章宝明 王疆瑛 《内燃机与配件》 2025年第3期65-67,共3页
为了满足汽车车灯灯座毛刺、裂痕和注塑缺胶等缺陷问题的设计需求,通过对卷积神经网络的研究来实现对汽车车灯灯座进行缺陷检测,建立缺陷样品的标准数据集,采取Faster-RCNN、YOLOv3和YOLOv4算法对缺陷数据集进行训练,经过实验数据表明,F... 为了满足汽车车灯灯座毛刺、裂痕和注塑缺胶等缺陷问题的设计需求,通过对卷积神经网络的研究来实现对汽车车灯灯座进行缺陷检测,建立缺陷样品的标准数据集,采取Faster-RCNN、YOLOv3和YOLOv4算法对缺陷数据集进行训练,经过实验数据表明,Faster-RCNN和YOLOv3算法的准确率均能达到70%左右,而YOLOv4能达到75%左右,并进一步通过对YOLOv3模型中的CresX结构改进,将残差单元连接,让输入的特征分两部分进行卷积,提高特征的重用性,能够提升其准确率达到86.2%,结果分析表明基于本文模型的卷积神经网络在一定程度上能实现汽车车灯灯座的缺陷检测要求的有效性与准确性。 展开更多
关键词 缺陷检测 卷积神经网络 YOLOv3算法 改进YOLOv3模型
下载PDF
基于卷积神经网络的纸张表面缺陷智能检测算法研究 被引量：1
15
作者 王娟 王卫斌 康晓梅 《造纸科学与技术》 2024年第3期115-118,共4页
针对纸张缺陷检测领域中如何有效提升缺陷特征提取能力、提高检测精度以及减少小目标缺陷漏检的难题,创新性地提出了一种基于改进Faster R-CNN算法的检测方法。该方法通过采用ResNet-50代替传统的VGG16作为特征提取的骨干网络,有效地增... 针对纸张缺陷检测领域中如何有效提升缺陷特征提取能力、提高检测精度以及减少小目标缺陷漏检的难题,创新性地提出了一种基于改进Faster R-CNN算法的检测方法。该方法通过采用ResNet-50代替传统的VGG16作为特征提取的骨干网络,有效地增强了对纸张缺陷特征的捕获能力;进一步引入CBAM模块,实现了对空间及通道注意力的双重优化,显著提升了缺陷检测的准确度。此外,通过将ROI-Pooling技术升级为ROI-Align技术,本方法进一步增强了模型对纸张缺陷检测的泛化性能。经验证,该改进算法在常见纸张缺陷检测方面的平均精度达到了98%,不仅显著提高了检测精度,还有效减少了小目标缺陷的漏检,降低了错误检测率,为纸张缺陷检测技术的发展提供了新的思路和方法。 展开更多
关键词 卷积神经网络 纸张 缺陷 Faster R-CNN算法 注意力机制
原文传递
基于粒子群优化-并行卷积神经网络的图像风格迁移
16
作者 吴换霞 《复旦学报(自然科学版)》 北大核心 2025年第1期24-31,共8页
现有的图像风格迁移算法侧重提取图像低层特征,在图像内容语义、大尺度特征等方面的迁移能力仍然有限,会导致迁移图像内容损失过大、风格纹理细节失真等问题。为了解决这些问题,本文提出了一种基于粒子群优化-并行卷积神经网络(Particle... 现有的图像风格迁移算法侧重提取图像低层特征,在图像内容语义、大尺度特征等方面的迁移能力仍然有限,会导致迁移图像内容损失过大、风格纹理细节失真等问题。为了解决这些问题,本文提出了一种基于粒子群优化-并行卷积神经网络(Particle Swarm Optimization and Parallel Convolutional Neural Network,PSO-PCNN)的图像风格迁移算法。该方法先采用并行卷积神经网络的卷积层提取图像特征,然后根据不同粒度的特征信息进行对齐匹配与融合,从而实现图像风格迁移。此外,在模型训练阶段的后向传播部分采用粒子群优化算法对部分网络权重进行优化,以加快网络的收敛速率。本文通过对比试验将PSO-PCNN模型与VGG-16、CycleGAN、CNN风格迁移模型进行比较,结果表明该PSO-PCNN风格迁移模型在风格损失、内容损失两个指标上均表现出更好的性能,结构相似性的SSIM指数提高到近0.72,风格转换效果也显著提高。该模型成功地迁移了特征信息和风格语义,并生成了更细腻的风格迁移图像效果。 展开更多
关键词 风格迁移 粒子群优化算法 多特征融合 并行卷积神经网络
下载PDF
基于卷积神经网络算法的稀土酸度自动滴定技术研究
17
作者 曹靖 张帅 陈吉文 《实验与分析》 2024年第2期1-5,共5页
如今稀土产业发展迅速,市场需求越来越大,应用的范围也越来越广,需建立一个简便易操作且适用于测定各类稀土酸度的方法。目前传统稀土酸度检测方法存在效率低、准确度低、滴定终点差异大等问题,难以满足实时在线检测的需要。本文提出一... 如今稀土产业发展迅速,市场需求越来越大,应用的范围也越来越广,需建立一个简便易操作且适用于测定各类稀土酸度的方法。目前传统稀土酸度检测方法存在效率低、准确度低、滴定终点差异大等问题,难以满足实时在线检测的需要。本文提出一种基于卷积神经网络算法的稀土酸度在线分析仪,可以助力在线检测的顺利进行。卷积神经网络算法是通过高清工业摄像头记录样品在滴定过程中的溶液颜色的变化,对溶液进行实时图像特征提取和学习,从而有效、准确地实现化学反应过程中溶液颜色的自动识别,配合步进电机和注射泵等部件实现自动滴定过程。图像识别本质上是对图像信息进行特征提取,而卷积神经网络算法有着传统识别方法不具备的优点,比如能够自行训练、识别速度更快、所需特征更少等。本仪器将自动滴定与卷积神经网络相结合,实现了滴定流程的自动化取样和前处理、滴定过程、终点判定等过程的一体化,且仪器能够同时进行五个样品的滴定试验,很大程度上提高了滴定效率和精度。 展开更多
关键词 卷积神经网络算法 自动滴定 稀土酸度 自动取样
原文传递
基于非洲秃鹫算法优化卷积神经网络的重叠峰解析方法 被引量：1
18
作者 牛传乐 李芳 +1 位作者 任顺 陆安祥 《科学技术与工程》 北大核心 2024年第16期6592-6599,共8页
利用光谱仪器检测土壤中重金属时,由于仪器分辨率较低,峰位相近元素的特征峰会产生重叠。光谱重叠峰严重影响定量分析结果的准确性,为了得到准确的重金属含量需要进行光谱重叠峰分解。提出利用非洲秃鹫算法优化卷积神经网络(AVOA-CNN)... 利用光谱仪器检测土壤中重金属时,由于仪器分辨率较低,峰位相近元素的特征峰会产生重叠。光谱重叠峰严重影响定量分析结果的准确性,为了得到准确的重金属含量需要进行光谱重叠峰分解。提出利用非洲秃鹫算法优化卷积神经网络(AVOA-CNN)的重叠峰解析方法。首先,利用高斯函数模型模拟出150个双高斯含噪光谱重叠峰和43个三高斯含噪光谱重叠峰,选择不同小波基函数进行光谱数据去噪,以信噪比和均方根误差(root mean square error, RMSE)为评价指标,最终确定coif 3小波基函数,使用导数法进行光谱重叠峰预处理。然后,使用AVOA-CNN获得卷积神经网络(convolutional neural network, CNN)预测结果,解析结果表明:AVOA-CNN成功分解重叠峰且准确率高,双高斯光谱重叠峰和三高斯光谱重叠峰参数(峰强度,峰位,峰宽)的最大相对误差平均值分别为3.15%和5.90%。最后对比麻雀搜索算法优化CNN、CNN与AVOA-CNN,结果显示AVOA-CNN模型预测准确率最高。 展开更多
关键词 光谱仪器 重叠峰解析 非洲秃鹫算法(AVOA) 卷积神经网络(CNN)
下载PDF
基于AMCDE优化RBF神经网络的PID参数整定研究
19
作者 刘悦婷 孔繁庭 +1 位作者 李西素 王园红 《贵州大学学报(自然科学版)》 2025年第1期42-49,90,共9页
针对工业过程中PID(proportional integral derivative)参数整定难的问题,提出一种带有存储机制的自适应变异交叉策略差分进化算法(adaptive mutation crossover strategy differential evolution algorithm with storage mechanism,AMC... 针对工业过程中PID(proportional integral derivative)参数整定难的问题,提出一种带有存储机制的自适应变异交叉策略差分进化算法(adaptive mutation crossover strategy differential evolution algorithm with storage mechanism,AMCDE)的神经网络算法RBF(radial basis function)整定PID控制器参数。首先,在差分进化算法(differential evolution algorithm,DE)中引入带有存储机制的策略,对种群的个体进行实时排序,充分利用当前种群的方向信息和搜索状态;其次,通过引入自适应变异交叉策略,实现自适应调整变异交叉概率因子,有效地避免种群在迭代后期陷入局部最优解;再次,采用AMCDE算法优化RBF的初始参数,接着由RBF在线辨识得到梯度信息;最后,根据梯度信息对PID的3个参数进行在线调整。仿真实验和某乳制品公司的加热炉温度控制实验表明:与IDE-RBF-PID、GODE-RBF-PID和MCOBDE-RBF-PID相比,AMCDE-RBF-PID控制器的调节时间分别降低了62.6%、55.3%、53.6%,超调量分别降低了79.3%、66.4%、64.7%,抗干扰性能分别提高了42.5%、15.3%、14.8%,控制精度分别提高了35.6%、12.3%、11.2%。由上述结果可知:AMCDE-RBF-PID控制器的动态性能更好,抗干扰性能更强,控制精度更高。 展开更多
关键词 自适应变异交叉策略 差分进化算法 RBF神经网络 PID参数整定
下载PDF
基于卷积神经网络算法的城市轨道交通施工人员不安全行为智能识别技术 被引量：4
20
作者 郭飞 孔恒 乔国刚 《城市轨道交通研究》 北大核心 2024年第3期230-233,239,共5页
[目的]施工人员的不安全行为是城市轨道交通施工事故发生的根本因素,传统的管理模式在约束人的不安全行为方面存在不足,因此需借助高精度定位技术和智能识别技术,从主观上消除事故隐患。[方法]介绍了城市轨道交通施工人员不安全行为的... [目的]施工人员的不安全行为是城市轨道交通施工事故发生的根本因素,传统的管理模式在约束人的不安全行为方面存在不足,因此需借助高精度定位技术和智能识别技术,从主观上消除事故隐患。[方法]介绍了城市轨道交通施工人员不安全行为的产生机理。结合UWB(超宽带无线通信)高精度定位技术、摄像机自标定技术及基于卷积神经网络算法的智能识别技术,搭建了具有定位、感知、识别、预警及通信功能的一体化智能管理平台。以安全帽识别为例,构建了安全帽识别拓扑流程图,对基于卷积神经网络算法的施工人员不安全行为识别的算法进行了测试。[结果及结论]测试结果表明,该算法可实现对施工现场未佩戴安全帽人员的识别,验证了该算法的准确性。该技术实现了对城市轨道交通施工人员不安全行为的智能识别预警。 展开更多
关键词 城市轨道交通 施工安全 不安全行为 智能识别技术 卷积神经网络算法
下载PDF
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 2 … 94 下一页 到第 页
使用帮助 返回顶部