排序方式: 共有63条查询结果,搜索用时 31 毫秒
1.
针对复杂环境下,管道振动信号特征微弱难以提取的问题,提出一种基于长短时记忆网络(LSTM)深度学习神经网络的管道缺陷模式识别方法;首先利用改进型自适应噪声的完全集合经验模态分解(ICEEMDAN)对采集的原始信号进行分解得到若干个固有模态函数(IMF)分量,随后根据信息熵理论计算IMF分量的近似熵作为管道典型状态的特征值构造特征向量集合,然后构造LSTM深度学习神经网络训练模型并调节深度神经网络在训练过程中的相关参数进行网络的结构优化,最后将特征向量输入到LSTM神经网络模型进行训练和识别;结果表明:针对管道振动信号特征微弱难以提取的问题,该方法对管道缺陷模式识别的准确率达到了95%,在消除管道振动信号的背景噪声、挖掘特征信息和保证识别准确性方面优势明显. 相似文献
2.
3.
座落在崇州市西江南河工业区的四川省崇州市鑫发实业有限公司,是中国西部地区最具实力的生产经营聚氨酯(PU)成型鞋底、中底和组合底的大型民营企业之一,占地面积二万九千多平方米,有标准的现代化厂房和园林式的职工宿舍。公司创建于1994年,在经历了起步探索、原始资本积累和蓬勃发展三个阶段近十年的潜心经营和不断发展,已形成了厂房标准化,管理现代化,生产系列化,效益规模化的发展状态。在同行业中脱颖而出,具有十分明 相似文献
4.
针对输电线路无人机实时巡检过程中,通用目标检测算法在移动端运行速度过慢或无法运行的问题,提出一种将多尺度特征融合方法与输电线路关键部件的检测相结合的算法MSFF-KCD(Multi-Scale Feature Fusion in Key Component Detection)。该算法结合关键部件的特征,使用深度可分离卷积设计了特征提取网络DPNets,提高了算法在具有边缘计算能力的移动端ARM设备上的运行速度,同时采用多尺度特征融合方法,将分辨率低的特征图与分辨率高的特征图进行融合,使用多个特征融合后的特征图进行分类与检测,提高了算法的平均精度。选取了绝缘子、悬垂线夹、防震锤三类关键部件进行实验,结果表明,该算法在ARM设备上可达到每张66 ms的检测速度和86%的准确率,适用于移动端关键部件检测。 相似文献
5.
随着我国社会的发展和进步,我们的生活水平得到了很大的提升,对于生活质量也有了更高的要求。所以相应的,我们对于现在的通信设备的质量也是十分关注,对于提高它的质量是势在必得。本文所要谈的是关于广播电视工程的进行中的接地技术的应用,因为接地技术与广播电视信号能否正常传递有着密切的联系它的技术的成熟度与广播电视相关的调试工作和有关设备的运行紧紧相关着的。 相似文献
6.
7.
8.
9.
10.
针对配电网主接线的远动实时监控提出了一种网络拓扑新算法。对多电源点配电网中源流线路进行了描述,然后根据应用对象,即配电网络拓扑图,定义了源流链及其属性,并进行了分类,采用单向追踪、双向同步追踪和多向同时追踪逐步深入的策略,对源流链追踪算法进行原理剖析。在源流链的方向性和运动性的基础上,构造出链式数据及其属性域模型。在算法实现上,综合运用分段式追踪和检查点等方法,在铁路电力远动系统中进行了工程应用。 相似文献