公共文化服务平台

搜索到8036篇“ 级联神经网络“的相关文章

一种基于级联神经网络的MIMO雷达三维高分辨成像方法: 一种基于级联神经网络的MIMO雷达三维高分辨成像方法，包括下列步骤：构建T‑ALISTA网络训练数据集；对T‑ALISTA网络进行初始化和训练；构建训练数据集对IT‑Net进行训练；利用已训练的T‑ALISTA对雷达回波...; 冯为可胡晓伟郭艺夺许河秀蒲涛李嘉豪杜芊芊宫健冯存前张群

一种基于级联神经网络的可调控图像去噪方法及系统: 本发明提供的一种基于级联神经网络的可调控图像去噪方法及系统，具体涉及图像处理技术领域，方案包括：采集若干待处理图像；基于预设的降噪强度，利用训练好的级联降噪网络分别对每张待处理图像进行去噪处理，得到每张待处理图像对应的降...; 朱高杰沈雄杰高银珠黄海波陈家平朱黎明

一种基于级联神经网络的多源DOA高分辨估计方法及系统: 本发明公开了一种基于级联神经网络的多源DOA高分辨估计方法及系统，涉及阵列信号处理技术领域，方法中，首先基于单层FNN设计了一个可解释空域滤波网络，从而将目标空域划分为多个子空域，再利用多个二维CNN对每个子空域的输出数...; 冯为可许河秀郭艺夺胡晓伟张秋月宫健冯存前张群戴博文

基于SOM-BP级联神经网络的电驱离心泵健康状态识别方法: 2025年; 【目的】离心泵预测性维护是提升设备可靠性与运行效率的核心技术之一,在该过程中,对离心泵设备的健康状态识别是关键环节。然而,传统的健康状态识别方法多依赖于机器学习技术,高度依赖足量标记数据,难以直观清晰地表征监测数据与健康状态之间的对应关系,使其在实际复杂工况中的应用效果受限,亟需开发更精准、高效且适应性更强的健康状态识别方法。【方法】提出一种基于自组织映射(Self-Organization Map, SOM)神经网络与BP(Back Propagation)神经网络级联的电驱离心泵健康状态识别方法。首先采用SOM神经网络方法对离心泵全生命周期振动数据进行预处理,提取时域、频域及时频域的多种统计特征与熵特征,从而全面表征设备的运行状态;其次,采用主成分分析法(Principal Component Analysis, PCA)对已提取的轴承振动信号特征进行降维与融合,有效减少冗余信息和计算复杂度,优化输入参数的模式,提升建模效率;最后,综合SOM神经网络与BP神经网络的优点,建立了基于SOM-BP级联神经网络的电驱离心泵健康状态识别模型。【结果】以某电驱离心泵的健康状态监测数据集为算例,对比了SOM-BP模型与常见的机器学习方法(随机森林模型、XG-boost模型)识别电驱离心泵健康状态的准确率,以R^(2)、MSE、RMSE为模型评价指标,结果表明:基于SOM-BP级联神经网络模型的R^(2)值、MSE值、RMSE值分别为0.901、0.8×10^(-6)m^(2)/s^(4)、9.12×10^(-4)m/s^(2),显著优于传统的机器学习方法,展现出良好的鲁棒性与适应性。【结论】基于SOM-BP级联神经网络计算方法不仅提升了离心泵健康状态识别的精度,还可为离心泵故障诊断与剩余寿命预测提供数据支撑,同时为其他旋转机械的健康状态管理与诊断提供了新思路。; 江新星吴杰薛一冰彭世亮; 关键词：自组织映射 BP神经网络

一种基于级联神经网络的河口余水位预测方法: 本发明提供了一种基于级联神经网络的河口余水位预测方法，包括：获取影响河口余水位变化的关键数据，关键数据包括第一关键数据和第二关键数据，对关键数据进行预处理得到数据集；其中，数据集分为训练集、验证集和测试集；建立两级串联的...; 任磊袁家敏潘广维姬进财傅林曦杨清书

一种级联神经网络的复合干扰识别方法及装置: 本发明涉及一种级联神经网络的复合干扰识别方法及装置。其方法部分主要包括：对单个干扰和复合干扰建模，构建带有标签的时序序列数据，将时序序列数据送入搭建的循环神经网络进行第一次训练；根据循环神经网络的第一次结果输出，进行有无...; 陈浩陈辉李槟槟周必雷张昭建胡昊佘家南

一种级联神经网络的复合干扰识别方法及装置: 本发明涉及一种级联神经网络的复合干扰识别方法及装置。其方法部分主要包括：对单个干扰和复合干扰建模，构建带有标签的时序序列数据，将时序序列数据送入搭建的循环神经网络进行第一次训练；根据循环神经网络的第一次结果输出，进行有无...; 陈浩陈辉李槟槟周必雷张昭建胡昊佘家南

一种基于级联神经网络的船舶组合导航故障检测方法: 本发明公开了一种基于级联神经网络的船舶组合导航故障检测方法，包括：S1：建立水面船舶SINS/GNSS和SINS/DVL/COMPASS的组合导航系统方程；S2：选取组合导航状态估计误差的变量：S3：选取组合导航量测误差...; 张闯郭沐壮于仁海张文君鲁峰

一种基于级联神经网络的机械臂积分滑模控制方法: 本发明是一种基于级联神经网络的机械臂积分滑模控制方法。包括：一、基于具有未知外部扰动的n自由度机械臂，建立动力学模型；二、将动力学模型不确定项的集合视为集总不确定项，设计级联径向基函数神经网络进行精确补偿；三、基于RBF...; 李岩卢曾鹏苗立晓石建军冷俊

基于级联神经网络的奶粉质量预测方法、装置、介质及产品: 本发明公开一种基于级联神经网络的奶粉质量预测方法、装置、介质及产品，涉及质量预测领域；该方法包括：获取奶粉生产过程中质量的影响因素数据；将影响因素数据，输入至奶粉质量预测网络模型中，输出奶粉质量预测结果；奶粉质量预测网络...; 褚凯阳沈旭段桂江王亚飞

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈