Current Location:home > Browse

1. chinaXiv:201806.00111 [pdf]

基于CNN-LSTM的QAR数据特征提取与预测

张鹏; 杨涛; 刘亚楠; 樊志勇; 段照斌
Subjects: Computer Science >> Integration Theory of Computer Science

针对传统数据驱动的故障诊断方法难以从QAR数据中提取有效特征的问题,提出一种融合卷积神经网络(convolutional neural network,CNN)与长短时记忆网络(long short-term memory,LSTM)的双通道融合模型CNN-LSTM。CNN与LSTM分别作为两个通道,通过注意力机制(attention)融合,从而使模型能同时表达数据在空间维度和时间维度上的特征,并以时间序列预测的方式验证融合模型特征提取的有效性。实验结果表明,双通道融合模型与单一的CNN、LSTM相比,能够更有效地提取数据特征,模型单步预测与多步预测误差平均降低35.3%。为基于QAR数据的故障诊断提供一种新的研究思路。

submitted time 2018-06-19 From cooperative journals:《计算机应用研究》 Hits1697Downloads1205 Comment 0

2. chinaXiv:201804.01403 [pdf]

基于改进FOCUSS算法的电容层析成像算法研究

马敏; 刘亚楠; 杨涛; 薛倩
Subjects: Computer Science >> Integration Theory of Computer Science

针对电容层析成像(electrical capacitance tomography,ECT)逆问题求解的病态性和不适定性,在压缩感知(compressed sensing,CS)的基础上,提出一种改进FOCUSS的ECT重建算法。采用离散余弦变换(DCT)基将原始图像灰度信号进行稀疏化处理,在使用正则化FOCUSS算法求解的过程中引入拟牛顿法逼近求解中间稀疏变量,以提高信号重构的准确性。仿真实验结果表明,同LBP、Tikhonov和Landweber和FOCUSS算法相比,改进的FOCUSS算法能够有效区分物场中的不同介质,改善图像过度平滑的问题,减小图像误差至0.23,提高图像相关系数至0.80,具有更好的成像效果,为ECT图像重建算法的研究提供新的思路。

submitted time 2018-04-12 From cooperative journals:《计算机应用研究》 Hits1368Downloads743 Comment 1

  [1 Pages/ 2 Totals]