公共文化服务平台

共 7 条记录，以下是 1-6

全选清除导出

排序方式：

基于改进SAE-SOFTMAX的模拟电路故障诊断方法被引量：16: 2018年; 针对传统神经网络存在层次太少以及梯度扩散问题,导致基于传统神经网络的模拟电路故障诊断效果不佳,提出一种基于堆叠自动编码器-柔性最大值分类器(SAE-SOFTMAX)的模拟电路故障诊断方法。通过搭建深层次SAE和SOFTMAX分类器的深度学习框架,利用预训练与微调的方法完成整体网络的训练。为提高网络泛化能力,使用Dropout技术对网络加以改进优化,以此提取电子电路的底层稀疏特征并完成故障模式的自动识别分类。实例研究同时给出了几种传统神经网络的诊断效果作为对比实验。实验结果说明,所提方法诊断效果与相关评价参数性能优于传统神经网络。最终得到结论,基于改进SAESOFTMAX网络架构与分层训练机制的电子电路故障诊断方法,其整体性能有所提高诊断效果更好,优于传统的神经网络故障诊断方法。; 袁莉芬宁暑光何怡刚张朝龙吕密; 关键词：模拟电路故障诊断

基于高阶累积量特征学习的调制识别方法被引量：12: 2019年; 自动调制分类是确保通信安全、可靠的关键技术之一。在低信噪比(low signal-to-noise ratio,Low-SNR)环境中,自动调制分类识别率低且识别类型受限。利用零均值高斯白噪声(white Gaussian noise,WGN)的高阶累积量理论值等于0的性质,在信号分析过程中,引入高阶累积量,可使系统免受WGN的影响。同时,引入深度学习网络结构完成微弱特征的表征,可有效解决调制方式受限及Low-SNR情况下的识别率下降问题。实验结果表明,所提方法在高斯信道环境下的分类精度比现有方法要高,在Low-SNR的不同信道环境下有较高的识别率,且使模型在时间、相位和频率偏移量方面具有更好的鲁棒性。; 袁莉芬宁暑光何怡刚吕密路健; 关键词：调制分类高阶累积量低信噪比调制特征

基于量子粒子群优化容积卡尔曼滤波的LANDMARC室内定位算法被引量：8: 2018年; 针对噪声环境下,基于标准容积卡尔曼滤波的LANDMARC室内定位算法因噪声特性估计不准,引起滤波性能下降而导致定位误差较大的问题,提出一种基于量子粒子群优化容积卡尔曼滤波的LANDMARC室内定位算法。该算法首先建立基于LANDMARC定位框架下的运动目标动态模型,然后引入量子粒子群优化技术对容积卡尔曼滤波中时间更新过程的状态预测值进行优化,以降低因畸变噪声引起的误差;最后将改进的容积卡尔曼滤波算法应用到运动目标状态估计中。实验结果表明,所提算法定位误差均值为0.175 m,与相同环境下传统的LANDMARC算法、基于容积卡尔曼滤波的LANDMARC算法以及基于粒子群优化容积卡尔曼滤波的LANDMARC算法相比,定位精度和稳定性均有明显提高,且运算时间比基于粒子群优化的算法少,应用在室内定位中能够得到较为真实的目标移动轨迹。; 张悦袁莉芬何怡刚吕密; 关键词：量子粒子群优化算法噪声特性

GLOBAL STABILITY FOR A TWO-STRAIN VIRUS INFECTION MODEL WITH INTRA-CELLULAR DELAY AND IMMUNE RESPONSE: 2014年; Considering the immune response and intracellular delay, we propose a two-strain virus model and investigate dynamics of this mathematical model. The global dynamics of the model are completely determined by introducing suitable Lyapunov functionals. We show that if the basic reproduction number is less than one, then both strains die out; but when the number is greater than one, at least one of the strains become endemic depending on the parameter values. The theoretical results provide some useful information on the dynamics of the two strains virus.; Zhaohui YuanPeipei ShangLingling Liu; 关键词：DELAY

基于超素数的托普利兹观测矩阵构造方法被引量：3: 2015年; 观测矩阵在信号压缩感知中十分重要,直接决定信号的重构质量。为保证信号的重构精度,要求观测矩阵具有很强的随机性,但随机矩阵硬件实现非常困难;确定性观测矩阵易于实现,但其重构精度不足。针对观测矩阵对随机性与确定性的双重要求,提出利用超素数产生超长周期的伪随机序列,解决确定性观测矩阵对随机性的要求;结合托普利兹观测矩阵的确定性结构特征,得到一种改进的托普利兹观测矩阵。实验仿真表明:改进的托普利兹观测矩阵与高斯随机观测矩阵和常用托普利兹观测矩阵相比,其信号重构精度得到了很好的改善,且易于硬件实现。; 袁莉芬熊波; 关键词：压缩感知

一种基于QPSO-RVM的模拟电路故障预测方法被引量：26: 2014年; 提出了一种可应用于模拟电路故障预测的方法。通过提取被测电路的频域响应信号,计算皮尔逊相关系数,从而表征电路元件的健康度;在获取元件在不同时间点的健康度数据的基础上,推导出电路元件发生故障时的健康度阈值;将经量子粒子群算法优化的相关向量机算法用于故障预测,预测各个时间点的元件健康度变化轨迹并估计模拟电路的剩余有用寿命。该预测方法计算简单、通用性强,适用于实时预测。故障预测仿真实验与实例实验证明了方法的有效性与先进性。; 张朝龙何怡刚邓芳明袁莉芬何威; 关键词：模拟电路相关向量机量子粒子群 SWARM

全选清除导出

共1页<1>

国家自然科学基金(61102035)