排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
目的:实现陈醋酿造年限的快速检测。方法:采用电子舌(ET)和电子鼻(EN)结合密集卷积网络—极限学习机(DenseNet-ELM)模型对陈醋酿造年限进行快速检测,设计两种不同结构的密集卷积神经网络模型ET-DenseNet和EN-DenseNet,分别提取电子舌和电子鼻信号的特征信息,进而采用特征级信息融合方法,获得两种人工感官设备的融合特征向量,然后采用极限学习机(ELM)对融合的特征向量进行分类识别。结果:DenseNet能够有效提取到电子舌和电子鼻信号中深层特征,其特征提取能力优于离散小波变换(DWT)和卷积神经网络(CNN);相比于单独使用电子舌或者电子鼻,信息融合方法对不同年限陈醋检测的准确性和鲁棒性更优,其测试集准确率、查准率、召回率、F1-Score分别达到99.1%,0.98,0.99和0.99。结论:采用密集卷积网络缓解了深度学习模型由于深度增加导致的模型退化、泛化能力弱等问题,可对7种不同酿造年限的陈醋进行有效分类。 相似文献
3.
4.
5.
为了实现对不同贮存年限陈化小麦的快速检测,提出一种伏安电子舌结合卷积神经网络(convolutional neural network, CNN)和基于Wasserstein距离的生成对抗网络(wasserstein generative adversarial nets, WGAN)组合的模式识别模型。使用伏安电子舌对6种不同贮存时间小麦采集电子舌信号。针对电子舌信号信息量大、特征提取困难等问题,设计了一种基于CNN结构的电子舌信号特征自动提取和分类识别模型。为解决CNN模型因训练样本不足而导致泛化能力差等问题,使用WGAN构建电子舌信号样本集,通过对生成信号集的学习,提高了CNN模型对电子舌信号的识别能力。实验结果表明,与AlexNet、VGG16等深度学习模型和随机森林(RM)、极限学习机(ELM)等传统机器学习模型相比,WGAN-CNN模型对电子舌信号的分辨能力更强,其测试集准确率、精确率、召回率和F1-Score分别达到0.98、0.98、0.977和0.988。研究表明电子舌结合WGAN-CNN模型可实现对小麦贮存年限的快速检测,该研究为基于人工智能的感官识别技术提供了一种新的研究思路。 相似文献
6.
本文从循环流化床锅炉的保护应用的最基本概念出发,详细的介绍了循环流化床的保护的具体项目、所需要使用卡件的类型以及在组态和现场设备安装完毕后,介绍如何对组态逻辑及一次测量元件线路正确性和完整性的进行验证传动试验,详细介绍了,发生MFT后产生的影响及跳闸哪些设备,如何使得发生MFT后,锅炉系统吹扫,使得MFT系统重新复归处于警戒状态的方法及吹扫条件,阐述了在现场实际应用中如何应对各种缺陷及相应的处理方法。对保护锅炉设备安全具有重要的意义。 相似文献
7.
将已有的基于功率键图建模的计算机软件分为两类,分别介绍了它们的特点,最后介绍了作者们正在开发的计算机软件DSM-ES. 相似文献
8.
高继勇 《湖北工业大学学报》1995,24(1):1-5
为保证汽车起重机安全工作,避免由于超载而引起的倾翻,折臂等现象,限制汽车起重机工作力矩是其中有效方法之一,汽车起重机的工作力矩随着起升角度及吊臂的伸长量变化,文章介绍了所设计的单片汽车起重机力矩限制器的工作原理,测出起重量,主臂长度和起升角度,然后计算出工作力矩与给定值比较,当工作力矩超过设定值时,声光报警并自动采取措施。 相似文献
9.
高继勇 《河北工业大学学报》1995,(1)
为保证汽车起重机安全工作,避免由于超载而引起的倾翻、折臂等现象,限制汽车起重机工作力矩是其中有效方法之一.汽车起重机的工作力矩随着起升角度及吊臂的伸长量变化.文章介绍了所设计的单片汽车起重机力矩限制器的工作原理.测出起重量。主臂长度和起升角度,然后计算出工作力矩与给定值比较.当工作力矩超过设定值时,声光报警并自动采取措施. 相似文献
10.
文章论述了采用8051单片机对工程机械车辆司机座椅动态参数进行控制以实现减振的方法与设计。在分析了座椅悬架系统工作特性之后,设置单片机控制的动态参数一阻尼系统ζ在0-1之间接0。618法优化,确定其最优值。文章还对所编制的控制程序作了介绍。 相似文献