钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用期刊
\
基于无监督学习卷积神经网络的振动信号模态参数识别
基于无监督学习卷积神经网络的振动信号模态参数识别
作者:
叶庆卫
周宇
方宁
李玉刚
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
卷积神经网络
模态参数
无监督学习
学习误差
随机子空间识别
局部线性嵌入
摘要:
针对现有的时域模态参数识别方法大多存在难定阶和抗噪性差的问题,提出一种无监督学习的卷积神经网络(CNN)的振动信号模态识别方法.该算法在卷积神经网络的基础上进行改进.首先,将应用于二维图像处理的卷积神经网络改成处理一维信号的卷积神经网络,其中输入层改成待提取模态参数的振动信号集合,中间层改成若干一维卷积层、抽样层,输出层得到的为信号对应的N阶模态参数集合;然后,在误差评估中,对网络计算结果(N阶模态参数集)进行振动信号重构;最后,将重构信号和输入信号之间差的平方和作为网络学习误差,使得网络变成无监督学习网络,避免模态参数提取算法的定阶难题.实验结果表明,当所构建的卷积神经网络应用于模态参数提取时,与随机子空间识别(SSI)算法及其局部线性嵌入(LLE)算法对比,在噪声干扰下,构建的卷积神经网络识别精度要高于SSI算法与LLE算法,具有抗噪声强、避免了定阶难题的优点.
暂无资源
收藏
引用
分享
推荐文章
基于卷积计算的多层脉冲神经网络的监督学习
脉冲神经网络
监督学习
卷积计算
梯度下降
脉冲神经网络的监督学习算法研究综述
脉冲神经网络
监督学习
反向传播
突触可塑性
卷积
基于非监督学习神经网络的自动调制识别研究与实现
调制识别
自组织特征映射神经网络
后向反馈神经网络
基于TensorFlow深度学习框架的卷积神经网络研究
图像识别
TensorFlow
卷积神经网络
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于无监督学习卷积神经网络的振动信号模态参数识别
来源期刊
计算机应用
学科
工学
关键词
卷积神经网络
模态参数
无监督学习
学习误差
随机子空间识别
局部线性嵌入
年,卷(期)
2017,(3)
所属期刊栏目
人工智能
研究方向
页码范围
786-790,822
页数
6页
分类号
TP391.4
字数
5682字
语种
中文
DOI
10.11772/j.issn.1001-9081.2017.03.786
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
叶庆卫
宁波大学信息科学与工程学院
59
420
10.0
18.0
2
周宇
宁波大学信息科学与工程学院
72
316
9.0
13.0
3
李玉刚
宁波大学信息科学与工程学院
3
16
2.0
3.0
4
方宁
宁波大学信息科学与工程学院
2
16
2.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(90)
共引文献
(225)
参考文献
(13)
节点文献
引证文献
(10)
同被引文献
(32)
二级引证文献
(5)
1991(1)
参考文献(0)
二级参考文献(1)
1993(1)
参考文献(0)
二级参考文献(1)
1994(1)
参考文献(0)
二级参考文献(1)
1995(1)
参考文献(0)
二级参考文献(1)
1996(1)
参考文献(0)
二级参考文献(1)
1997(2)
参考文献(0)
二级参考文献(2)
1998(7)
参考文献(0)
二级参考文献(7)
1999(5)
参考文献(0)
二级参考文献(5)
2000(4)
参考文献(0)
二级参考文献(4)
2001(4)
参考文献(0)
二级参考文献(4)
2002(2)
参考文献(1)
二级参考文献(1)
2003(11)
参考文献(0)
二级参考文献(11)
2004(3)
参考文献(0)
二级参考文献(3)
2005(3)
参考文献(0)
二级参考文献(3)
2006(12)
参考文献(1)
二级参考文献(11)
2007(9)
参考文献(0)
二级参考文献(9)
2008(6)
参考文献(0)
二级参考文献(6)
2009(1)
参考文献(0)
二级参考文献(1)
2010(3)
参考文献(1)
二级参考文献(2)
2011(4)
参考文献(1)
二级参考文献(3)
2012(7)
参考文献(2)
二级参考文献(5)
2013(6)
参考文献(2)
二级参考文献(4)
2014(5)
参考文献(2)
二级参考文献(3)
2015(4)
参考文献(3)
二级参考文献(1)
2017(1)
参考文献(0)
二级参考文献(0)
引证文献(1)
二级引证文献(0)
2017(1)
引证文献(1)
二级引证文献(0)
2018(4)
引证文献(4)
二级引证文献(0)
2019(6)
引证文献(2)
二级引证文献(4)
2020(4)
引证文献(3)
二级引证文献(1)
研究主题发展历程
节点文献
卷积神经网络
模态参数
无监督学习
学习误差
随机子空间识别
局部线性嵌入
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
主办单位:
四川省计算机学会
中国科学院成都分院
出版周期:
月刊
ISSN:
1001-9081
CN:
51-1307/TP
开本:
大16开
出版地:
成都237信箱
邮发代号:
62-110
创刊时间:
1981
语种:
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
期刊文献
相关文献
1.
基于卷积计算的多层脉冲神经网络的监督学习
2.
脉冲神经网络的监督学习算法研究综述
3.
基于非监督学习神经网络的自动调制识别研究与实现
4.
基于TensorFlow深度学习框架的卷积神经网络研究
5.
基于迁移学习的卷积神经网络SAR图像目标识别
6.
基于标签传播半监督学习的电压暂降源识别
7.
卷积网络的无监督特征提取对人脸识别的研究
8.
基于Hebbina监督学习算法的神经网络变距控制
9.
基于半监督学习的XLPE电缆局部放电模式识别研究
10.
应用深层卷积神经网络的交通标志识别
11.
采用无监督学习算法与卷积的图像分类模型
12.
建筑物线型排列模式识别的图卷积神经网络方法
13.
基于卷积神经网络迁移学习的SAR图像目标分类
14.
基于深度CNN的改进弱监督学习方法设计与验证
15.
基于改进的卷积神经网络的负面表情识别方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用2022
计算机应用2021
计算机应用2020
计算机应用2019
计算机应用2018
计算机应用2017
计算机应用2016
计算机应用2015
计算机应用2014
计算机应用2013
计算机应用2012
计算机应用2011
计算机应用2010
计算机应用2009
计算机应用2008
计算机应用2007
计算机应用2006
计算机应用2005
计算机应用2004
计算机应用2003
计算机应用2002
计算机应用2001
计算机应用2000
计算机应用1999
计算机应用2017年第z2期
计算机应用2017年第z1期
计算机应用2017年第9期
计算机应用2017年第8期
计算机应用2017年第7期
计算机应用2017年第6期
计算机应用2017年第5期
计算机应用2017年第4期
计算机应用2017年第3期
计算机应用2017年第2期
计算机应用2017年第12期
计算机应用2017年第11期
计算机应用2017年第10期
计算机应用2017年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号