Results 81 to 90 of about 302,297 (148)
基于融合特征和残差神经网络的10 kV高压断路器机械故障声纹识别方法
针对传统10 kV高压断路器故障诊断方法过于依赖主观经验、准确率不高、泛化能力差的问题。提出了一种基于声学特征的10 kV高压断路器常见机械故障识别方法。首先,以(ZN63)12/630A型高压户内真空断路器为研究对象,设置常见的8种机械故障,采集其分合闸时的声音作为检测信号;其次,将采集的故障声纹信号进行预处理,提取故障声纹信号的梅尔倒频谱系数(MFCC)特征、色度特征(chroma features)以及一维平均能量和频谱质心,并利用Fisher比舍弃贡献率低的分量,构成融合特征 ...
段梵 +4 more
doaj
该系统可识别印刷的各种字号的仿、宋、楷、黑体及现行繁体字文本(文件、书刊、报纸、杂志等).识别率达95%—98%,识别速度1800字/分,该系统由两级实现,第一级采用神经网络分类,第二级为全局笔划段加权匹配法最终识别 ...
武玉朴 +4 more
core
Thruster Fault Signal Diagnosis of Underwater Vehicle
水下机器人作业过程中,推进器会因为异物缠绕和桨叶受损而出现故障。传统推进器故障诊断方法,主要通过比较水下机器人运动状态的测量值和估计值之间的差别来诊断故障,诊断精度受水下机器人数学模型的影响较大,且无法在故障出现早期对运动状态影响较小时实现诊断。为实现推进器故障的早期诊断,提出了一种基于小波包变换和遗传算法优化BP神经网络的推进器故障诊断方法。首先,利用小波包变换对推进器电流信号进行分解,并计算分解后电流信号的能量谱;然后筛选在不同推进器故障状态下差别较明显的能量谱分量,组成表征推进器故障的特征向量 ...
徐高朋, 李硕, 李一平, 曾俊宝
core
机器对规格化了的印刷体文字或字母,已有办法识别,但对不规格的手写体,识别就很困难了,因为手写体因人而异,涉及因素也很多,诸如方位、笔划长短的比例等,不可能有统一的规格,然而,人对手写体的识别,却可达到很高的准确度,国外的研究表明,人对手写拉丁字母的识别,准确度高达97%,国内对汉字手写体的识别研究,也揭示出人对手写体识别的一些规律,实现机器对手写体的识别 ...
马谋超, 王敬庚
core
Research on Fault Diagnosis Method Based on Kinematic Equation
该文提出了一种基于机械臂运动学方程的故障诊断方法。以三连杆机械臂为例,利用运动学方程和余弦定理,计算替代连杆残差与机械臂工作空间的半径残差间的关系,进行故障诊断;将残差值与机械臂末端位置的变化和机械臂连杆的长度相联系,最后通过Matlab仿真图像的对比分析,识别出传感器故障。现有的机械臂故障诊断方法多是根据动力学方程进行故障诊断,而未运用末端位置与关节故障之间的关系 ...
王强, 张伟, 刘鹏, 季毅巍
core
[Research on fault diagnosis of extracorporeal membrane oxygenation devices based on convolutional neural network and Chebyshev graph convolutional neural network]. [PDF]
Xia K, Liu Q, Ye C, Wang Y.
europepmc +1 more source
路标识别是自治式移动车(ALV)视觉系统的一个重要组成部分,它能校正内部导航系统的定位误差,引导ALV沿正确的行驶。本文给出了一种路标识别系统结构,并对系统各模块做了较为详尽的阐述。该系统是预测驱动,基于知识的分割识别系统,在模型匹配的识别方法中引入大量的有关地图和路标的先验知识。给出ALV的近似位置,该系统首先根据地图知识预测是否有路标存在并对可能出现的路标,预测其路标模型。然后对图像进行分割处理,抽取符号特征,得到图像模型。最后将图像模型与预测的路标模型相匹配,验证预测的正确性,给出识别结果 ...
郝颖明
core
[Research on the classification method of unbalanced data for the assessment of traffic accident disability level]. [PDF]
Yan H, Wang S, Jia J, Qin W.
europepmc +1 more source
基于 NSSAE 的批次发酵过程质量相关与质量无关故障检测与诊断
为了解决批次发酵过程中质量无关故障所可能引起的不必要停机,本文提出了噪声半监督堆叠自编码器(Noised semi-supervised stacked auto-encoder,NSSAE)算法以区分质量相关与质量无关故障。首先,基于互信息计算过程变量与质量变量间互信息,并对数据加入噪声以提高算法对质量相关信息挖掘能力。其次,构建NSSAE的过程监测模型,在模型的首层自编码器和最后一层自编码器中构建故障检测和质量相关检测指标,并利用核密度估计计算对应的控制极限。最后,利用深度重构贡献图(Deep ...
刘, 忠 +3 more
core +1 more source
[The SCD diagnostic strategy, procedure and pathway for episodic vestibular syndrome]. [PDF]
Kong W.
europepmc +1 more source

