首页|深度卷积神经网络在混沌振动识别中的应用研究

深度卷积神经网络在混沌振动识别中的应用研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对混沌振动信号识别中,混沌特征指数计算量大、运算耗时长,难以满足实时性的要求,提出一种基于深度卷积神经网络的智能混沌识别方法.首先通过相空间重构技术,得到不同振动信号的吸引子图;在此基础上,优化设计了经典网络模型AlexNet的结构参数并进行训练;最后将改进后的模型用于混沌信号的智能识别.仿真和实测信号的结果表明,该方法是可行的,为混沌在线识别提供了有益参考.
Application of deep convolution neural network in chaotic vibration identification

唐宇思、王伟豪、崔汉国、刘树勇、柴凯

展开 >

海军工程大学动力工程学院,武汉430033

海军工程大学舰船与海洋学院,武汉430033

深度卷积神经网络 混沌振动 信号识别

国家自然科学基金国家自然科学基金国家自然科学基金

515792425190926751509253

2021

10.13465/j.cnki.jvs.2021.13.002

振动与冲击
中国振动工程学会 上海交通大学 上海市振动工程学会

振动与冲击

CSTPCDCSCD北大核心
影响因子：0.898
ISSN：1000-3835
年,卷(期)：2021.40(13)
  • 1
  • 4