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
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.
深度卷积神经网络、混沌振动、信号识别
40
TP183(自动化基础理论)
国家自然科学基金;国家自然科学基金;国家自然科学基金
2021-07-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
9-15