首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊，中国科技核心期刊，重庆市一级期刊，教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    多模块U-Net-BiLSTM网络驱动的滚动轴承寿命预测方法研究

    李扬号丁康蒋飞何国林...
    92-100页
    查看更多>>摘要：针对滚动轴承寿命预测方法难以准确识别故障始发时刻(FPT)和提取时间序列深层特征的问题,提出了一种联合高精度FPT点和多模块U-Net-BiLSTM网络的滚动轴承寿命预测方法:对小波降噪后原始信号功率谱中每一时刻内所有频率成分进行累加求和,联合欧氏距离准则与3σ原则识别高精度FPT点;分别将残差块、池化层和归一化层引入编码器和解码器中实现多尺度特征融合,从而改进传统U-Net网络,有效提升了模型对时序信号的处理能力和预测速度.实验结果表明:相较于现有3种深度学习方法,具有更高的预测精度和更快的预测速度.

    滚动轴承寿命预测故障始发时刻U-Net网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    稀疏表示自编码网络的齿轮平稳型故障特征提取研究

    郑琛丁康何国林蒋飞...
    101-110页
    查看更多>>摘要：受到噪声和设备偏心等因素的干扰,定轴齿轮平稳型故障的整体特征参数难以准确提取,而智能诊断方法提取的多为抽象特征,不具备可解释性.联合平稳型故障响应机理与稀疏表示理论,设计了具备可解释性的稀疏表示自编码网络,将自编码网络的编码层和解码层分别等效为稀疏向量的求解与过完备字典的学习;基于平稳型故障信号参数的特征设计了自适应优化算法,有效实现了特征参数的快速全局寻优;结合设计的稀疏表示自编码网络与齿轮平稳型故障信号特征构建了深度神经网络,对故障信号进行高精度的特征重构.仿真分析表明该方法特征提取精度高、抗噪性能好,能够直接提取具有明确物理意义的平稳型故障特征参数,进一步验证了所提方法的有效性.

    定轴齿轮特征提取自编码网络稀疏表示平稳型故障

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    改进模糊神经网络的校直行程预测

    陈明灯郝建军杨治刚叶志雄...
    111-119页
    查看更多>>摘要：针对目前轴类校直机校直行程预测精度低、耗时长的问题,提出一种改进模糊神经网络结构.将模糊系统与神经网络相结合,在网络结构中设计承接层,能对校直行程历史数据进行反馈,增强网络数据处理能力;将影响校直行程的相关因素作为参考指标,把实时校直成功数据作为模型输入,校直行程作为模型输出.与传统预测方法进行比较,实验结果表明:改进模糊神经网络的实际值与预测值相对误差为1.65％,提高了校直行程预测精度和校直效率.

    校直机校直行程预测改进模糊神经网络承接层

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    管件压力校直效果参数影响及多目标优化

    夏宜郝建军熊锋
    120-131页
    查看更多>>摘要：压力校直能够根据不同的弯曲情况灵活调整校直方式,修复变形的工件.考虑到其校直效果受管件自身材料、结构参数及校直工艺参数影响,首先建立管件压力校直过程有限元数值模拟模型,验证模型精度,研究管件自身材料参数(弹性模量、屈服强度)、结构参数(壁厚、内径)和压力校直工艺参数(下压量、支点距离)对校直效果的影响.以校直工艺参数(下压量、支点距离)为设计变量,以其支点距离和下压量为设计约束,以卸载后的残余变形量和残余等效应力为优化目标,建立多目标优化模型.研究结果表明:优化后管件残余应力降低了103.207 MPa,残余变形量降低了0.349 mm,可为提升管件压力校直效果提供参考.

    压力校直有限元法优化设计

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    果园绿篱修剪机械手路径规划算法研究

    夏长高许秋月韩江义
    132-139页
    查看更多>>摘要：为提高规划效率,缩短路径长度,保证绿篱修剪机械手的平稳进行,提出了一种基于引力思想和目标偏移概率的快速搜索随机树算法(a-bRRT*),将目标偏转概率和引力思想引入渐近最优快速搜索随机树RRT*算法中,可以兼顾规划效率和路径长度.比较基于目标偏移概率快速搜索随机树(bias-RRT)、RRT*和a-bRRT*算法,结果表明:在修剪树篱顶面时,a-bRRT*算法较bias-RRT算法的路径长度缩短66.32％,规划时间较RRT*降低44.19％;修剪树篱侧面时,a-bRRT*算法较bias-RRT算法的路径长度缩短67.17％,规划时间比RRT*算法降低73.87％.仿真表明:提出的a-bRRT*算法大幅提高了搜索效率,缩短了路径长度.

    快速探索随机树运动学路径规划绿篱修剪机械手

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    采用改进闪电搜索算法的冷水机组故障特征选择研究

    王华秋兰群赵利军
    140-148页
    查看更多>>摘要：提出了一种用于冷水机组故障特征选择的方法,先使用Fisher Score剔除少数对故障类别极不敏感的特征,再利用改进的闪电搜索算法确定特征的权重以及应选个数,从而得到最终的特征子集.在ASHRAE 1043RP数据上进行实验,得到了包含13个参数的冷水机组故障特征子集且大部分是温度参数.采用最近邻算法(k-nearest neighbors,KNN)、随机森林(random forest,RF)、BP(back bropagation)神经网络和门控循环单元(gated recurrent unit,GRU)4种方法求出了每类故障的诊断准确率,与原始数据相比,部分故障诊断精度也有所提高,验证了所选的特征子集的有效性.

    冷水机组故障特征子集改进的闪电搜索算法故障诊断

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    新手驾驶人疲劳状态下的视觉特性研究

    赵小平闵忠兵薛运强莫振龙...
    149-157页
    查看更多>>摘要：为探究新手驾驶人疲劳特性在视觉特征方面的表现,设计了基于驾驶模拟器和Dikablis Glass 3眼动仪的驾驶模拟实验,采集驾驶人视觉数据,结合视频专家法将驾驶人疲劳等级分为清醒、轻度疲劳、中度疲劳、重度疲劳.利用拉依达准则及卡尔曼滤波对数据进行清洗;依据单因素方差分析及事后多重比较结果,选取眨眼持续时长均值、扫视时长均值、扫视总时长、瞳孔面积均值、瞳孔变异系数均值、注视时间均值等视觉特征作为驾驶人的疲劳驾驶评价指标;构建基于新手驾驶人视觉特征的灰狼优化支持向量机(GWO-SVM)疲劳驾驶识别模型.研究结果表明:随着驾驶疲劳累积,新手驾驶人眨眼持续时长显著增加,扫视时长及扫视总时长显著降低,瞳孔面积缩小,瞳孔变异系数增大;SVM识别结果表明:新手驾驶人的疲劳状态可通过眼动指标进行有效识别,而GWO-SVM模型则进一步提升了识别精度,证明了眼动特征在新手驾驶人疲劳检测方面具有较好的适用性.

    新手驾驶人疲劳等级视觉参数GWO-SVM疲劳驾驶识别模型

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    面向翻唱歌曲识别的改进相似度网络融合算法

    朱东辉陈宁
    158-165页
    查看更多>>摘要：提出了改进型相似度网络融合(modified similarity network fusion,MSNF)算法,通过自建核矩阵实现了非方阵的直接融合;通过引入核矩阵的融合,避免了由表现较差的特征构造的核矩阵的负面影响的延伸.在3个数据集上的实验结果表明:MSNF算法在翻唱歌曲识别任务中取得了比SNF算法更高的识别准确率,大幅度降低了时间复杂度.

    翻唱歌曲识别相似度网络融合核矩阵

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合注意力机制和迁移学习的跨数据集微表情识别

    王越王峰肖家赋相虎生...
    166-176页
    查看更多>>摘要：针对传统光流法泛化能力差,训练过程极易出现过拟合,造成微表情识别率不高等问题,在特征提取阶段,根据残差结构思想,在每层金字塔级采用独立且序列化的方式训练卷积网络,结合注意力机制对微表情图像的光流矢量表达进行逐级细化,构建一种基于关键帧的金字塔光流模型,与三正交平面的局部二值模式(LBP-TOP)特征级联融合得到最终特征表示,有效提取了视频序列的时空纹理特征及光学应变信息;在分类模型方面,针对深度学习识别模型应用于微表情分类时,由于卷积神经网络(CNN)无法实现面部关键区域与对应情感标签向量紧密关联导致分类性能较差的问题,提出一种以CNN为主体,结合图卷积网络(GCN)的微表情跨数据集迁移学习网络框架,对图像融合特征和标签向量隐藏联系进行分析,利用宏表情定量优势辅助微表情识别,在CASMEⅡ和SAMM两种微表情数据集上实现4种情绪数据的分类,识别率从57.56％升至75.93％.

    微表情识别注意力机制迁移学习光流残差模块

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    深度宽残差网络注意力机制的人脸表情识别

    倪锦园张建勋张馨月
    177-185页
    查看更多>>摘要：针对自然状态下的人脸表情识别精度不高,易受噪声等因素的影响,提出了改进的深度宽残差网络并融合注意力机制的人脸表情识别方法.通过拓宽残差单元的通道数形成一种宽残差模块结构,有效减缓了网络层数过多造成梯度消失的问题;为提高网络对面部特征的表示能力,引入了压缩和自适应校正网络模块;为减缓模型过拟合的现象,改进了残差单元的顺序;通过改进的随机擦除方法对原始图像进行处理,进一步加强了模型的泛化能力.实验结果表明:模型在fer2013、ck+数据集和JAFFE数据集上的准确率分别为72.49％、99.29％和94.87％,与其他方法相比,所提模型在识别准确性上有较大提升,同时具有较好的鲁棒性.

    表情识别宽残差网络过拟合随机擦除

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据