振动与冲击2021，Vol.40Issue(13) ：9-15.DOI:10.13465/j.cnki.jvs.2021.13.002

深度卷积神经网络在混沌振动识别中的应用研究

Application of deep convolution neural network in chaotic vibration identification

唐宇思 王伟豪 崔汉国 刘树勇 柴凯
振动与冲击2021，Vol.40Issue(13) ：9-15.DOI:10.13465/j.cnki.jvs.2021.13.002
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

深度卷积神经网络在混沌振动识别中的应用研究

Application of deep convolution neural network in chaotic vibration identification

唐宇思 1王伟豪 1崔汉国 1刘树勇 1柴凯2
扫码查看

作者信息

  • 1. 海军工程大学动力工程学院,武汉430033
  • 2. 海军工程大学舰船与海洋学院,武汉430033
  • 折叠

摘要

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.

关键词

深度卷积神经网络/混沌振动/信号识别

引用本文复制引用

基金项目

国家自然科学基金(51579242)

国家自然科学基金(51909267)

国家自然科学基金(51509253)

出版年

2021
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
被引量1
参考文献量4
段落导航相关论文