典型文献
基于多阶通道响应对称双线性卷积神经网络的分布式压力识别
文献摘要：
目前基于传感阵列的分布式压力识别方法,通常先将压力信息表征为图像,然后再进行特征的提取与分类,但存在两个问题:传感阵列密度有限,压力图像分辨率低;柔性传感阵列存在弹性耦合,压力图像边缘模糊.本文提出了一种多阶通道响应对称双线性卷积神经网络(HoSB-CNN).首先,构建通道注意力响应CNN,通过给不同特征依照显著性赋权值以提升一阶特征的描述能力.其次提出对称双线性特征,引入二阶特性提高CNN对边缘和纹理的敏感度,并利用其结构对称性降低网络复杂度.最后,提出多阶特征混合策略提升网络的非线性拟合能力.此外,通过自制数据采集平台和8×8传感阵列,建立压力字母数据集用于HoSB-CNN的验证.结果表明,该算法获得了 98.11％的准确率.
文献关键词：
分布式压力识别;卷积神经网络;对称双线性特征;多阶特征混合
中图分类号：
作者姓名：
褚洁;蔡觉平;李龙;王帅利
作者机构：
西安电子科技大学微电子学院 西安 710071;国网陕西省电力有限公司电力科学研究院 西安 710199
文献出处：
引用格式：
[1]褚洁;蔡觉平;李龙;王帅利-.基于多阶通道响应对称双线性卷积神经网络的分布式压力识别)[J].仪器仪表学报,2022(06):92-100
A类：
分布式压力识别,柔性传感阵列,HoSB,对称双线性特征,多阶特征混合
B类：
双线性卷积神经网络,信息表征,特征的提取,图像分辨率,图像边缘,通道注意力,过给,权值,混合策略,策略提升,非线性拟合,数据采集平台,字母
AB值：
0.154687
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
