Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 4163

年份

2024 17

2023 345

2022 309

2021 328

2020 250

2019 259

2018 221

2017 265

2016 174

2015 127

2014 116

2013 74

2012 96

2011 96

2010 109

2009 111

2008 131

2007 153

2006 149

2005 157

展开︾

关键词

可持续发展 35

人工智能 28

神经网络 27

增材制造 24

机器学习 23

数值模拟 19

遗传算法 19

创新 16

智能制造 15

发展 14

管理 14

COVID-19 12

技术创新 12

肠道菌群 12

优化 11

DX桩 10

三峡工程 10

工程 10

中国 9

展开︾

检索范围：

排序：展示方式：

基于深度学习技术的集群电动汽车及家庭热水系统灵活性预测 Article

胡俊杰, 周华嫣然, 周羿宏, 张海婧, Lars Nordströmd, 杨光亚

《工程（英文）》 2021年第7卷第8期页码 1101-1114 doi: 10.1016/j.eng.2021.06.008

摘要：

随着电网中间歇性可再生能源发电规模的增大，为了保证电能质量和频率的稳定性，电网对可控资源的需求也随之增加。需求响应（demand response, DR）资源的灵活性已成为解决这一问题的一个有价值的方法。然而，目前关于DR资源的灵活性预测问题尚未得到充分的研究。本研究应用一种深度学习技术，即结合时间卷积神经网络的Transformer模型（temporal convolution network-combined transformer）来预测电动汽车与家庭热水系统两种所提出的灵活性预测方法使用了基于DR资源的历史用电数据以及为了辅助预测所提出的DR信号数据。所提方法不仅可以预测聚合灵活性的大小，还可以预测其维持时间。最后，本文通过算例仿真验证了灵活性预测结果的准确性。仿真结果表明，在不同的灵活性维持时间下，DR资源灵活性的大小会发生变化。

关键词：负荷灵活性电动汽车家庭热水系统结合时间卷积神经网络的Transformer模型深度学习

HTML PDF 收藏

基于海面更快区域卷积神经网络的导航雷达平面位置指示器图像海面目标检测方法 Research Article

陈小龙,牟效乾,关键,刘宁波,周伟

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 630-643 doi: 10.1631/FITEE.2000611

摘要：更快的区域卷积神经网络（Faster R-CNN）作为一种经典深度学习目标检测算法，已广泛应用于高分辨率合成孔径雷达和逆合成孔径雷达的图像检测。本文以导航雷达PPI图像为例，针对复杂背景（如海杂波）和目标特性情况，提出一种基于海面的更快的区域卷积神经网络（Marine-Faster R-CNN）算法的海面目标检测方法。该方法利用卷积神经网络（CNN）对雷达回波生成的PPI图像进行特征提取和目标识别。，并基于此建立Marine-Faster R-CNN海面目标检测模型。它的性能经过了来自不同观测条件（海况、雷达参数和不同目标）数据集的验证。

关键词：海面目标检测；导航雷达；平面位置指示器（PPI）图像；卷积神经网络；更快的区域卷积神经网络

HTML PDF 收藏

深度三维重建：方法、数据和挑战 Review Article

刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1

《信息与电子工程前沿（英文）》 2021年第22卷第5期页码 615-766 doi: 10.1631/FITEE.2000068

摘要：现有三维重建方法通常存在两个瓶颈：（1）它们涉及多个人工设计阶段，导致累积误差，且难以自动学习三维形状的语义特征；（2）它们严重依赖图像内容和质量，以及精确校准的摄像机。因此，这些方法的重建精度难以提高。基于深度学习的三维重建方法通过利用深度网络自动学习低质量图像中的三维形状语义特征，克服了这两个瓶颈。本文对基于深度学习的三维重建方法进行全面综述。首先，基于不同深度学习模型框架，将基于深度学习的三维重建方法分为4类：递归神经网络、深自编码器、生成对抗网络和卷积神经网络，并对相应方法作详细分析。其次，详细介绍上述方法常用的4个代表性数据库。再次，对基于深度学习的三维重建方法进行综合比较，包括不同方法在同一数据库、同一方法在不同数据库以及同一方法对于不同视角个数输入的结果比较。最后，讨论了基于深度学习的三维重建方法的发展趋势。

关键词：深度学习模型；三维重建；循环神经网络；深度自编码器；生成对抗网络；卷积神经网络

HTML PDF 收藏

基于神经网络模型的舰面流场仿真算法

孙文胜,林明

《中国工程科学》 2003年第5卷第5期页码 76-79

摘要：

飞行甲板表面流场是影响直升机飞行安全的重要因素，在直升机实时飞行仿真中，流场速度分布特性直接影响直升机飞行动力学仿真的精确度。文章以纳维-斯托克斯方程为基础，利用BP神经网络算法，研究了实时确定流场速度分布的方法，该方法可用于甲板流场实时仿真，提高直升机飞行仿真的精度。

关键词：流场有限元神经网络

HTML PDF 收藏

包含不同尺度子网络的模块化神经网络同步转换 Research Article

黄卫芳1,杨利建1,詹璇1,付子英2,贾亚1

《信息与电子工程前沿（英文）》 2023年第24卷第10期页码 1458-1470 doi: 10.1631/FITEE.2300008

摘要：时间延迟和耦合强度是影响神经网络同步的重要因素。本文利用霍奇金—赫胥黎（HH）神经元模型构建一个包含不同尺度子网络的模块化神经网络，即小尺度随机网络通过化学突触与大尺度小世界网络单向连接。研究发现，时间延迟在网络中诱发了多个同步转换。当时间延迟是单个神经元放电周期的整数倍时，耦合强度增加也促进网络同步化。考虑到模块化网络中不同位置的时间延迟可能具有不同作用，我们探讨子网络之间以及子网络内部的时间延迟对模块化网络同步的影响。我们发现，当子网络内同步良好时，两个子网络内部时间延迟增加会诱发其自身出现多个同步转换。此外，小尺度网络的同步状态会影响大尺度网络的同步。进一步发现，两个子网络之间的时间延迟诱导模块化网络的同步转换，但对接收信号的子网络内的同步基本无影响。通过分析两个子网络之间的相位差，我们发现模块化网络出现同步转换的机制是相位差的周期性变化。

关键词：霍奇金—赫胥黎神经元；模块化神经网络；子网络；同步；时间延迟

HTML PDF 收藏

一种基于卷积神经网络从3导联心电图推导标准12导联心电图的新方法 Regular Papers

Lu-di WANG, Wei ZHOU, Ying XING, Na LIU, Mahmood MOVAHEDIPOUR, Xiao-guang ZHOU

《信息与电子工程前沿（英文）》 2019年第20卷第3期页码 405-413 doi: 10.1631/FITEE.1700413

摘要：为满足人们佩戴舒适性和行走环境的需求，研究人员对从3导联心电图重建12导联心电图（electrocardiogram，ECG）方法进行了一系列研究。然而，传统方法精度和实时性有待提高。本文提出一种基于卷积神经网络（convolutional neural network，CNN）的导联重构方法。使用PTB数据库进行实验分析，结果表明，该方法重构的心电信号与真实信号之间具有较高相似性和训练效率。该方法在重建病理性心电信号时的表现优于传统算法，对心脏诊断具有重要意义。

关键词：卷积神经网络（CNNs）；心电图重构；电子健康

HTML PDF 收藏

基于图像的深度学习降雨强度估计方法 Article

尹航, 郑飞飞, 段焕丰, Dragan Savic, Zoran Kapelan

《工程（英文）》 2023年第21卷第2期页码 162-174 doi: 10.1016/j.eng.2021.11.021

摘要：本文提出了一种基于图像的深度学习模型来估计具有高时空分辨率的城市降雨强度。进一步来说，一种称为基于图像的降雨卷积神经网络（image-based rainfall convolutional neural network, irCNN）模型是使用从现有密集传感器（即智能手机或交通摄像头随后使用经过训练的irCNN 模型根据传感器的降雨图像有效地估计降雨强度。分别利用合成降雨数据和真实降雨图像来探索irCNN 在理论和实际模拟降雨强度方面的准确性。结果表明，irCNN 模型提供的降雨量估计值的平均绝对百分比误差在13.5%~21.9%之间，超过了文献中其他最先进的建模技术的性能。更重要的是，所提出的irCNN 的主要特点是它在有效获取高时空城市降雨数据方面成本较低。irCNN 模型为估算城市降雨强度提供了一种有前景的替代方案，可以极大地促进城市实时洪水风险管理的发展。

关键词：城市洪水降雨图像深度学习模型卷积神经网络（CNN）降雨强度

HTML PDF 收藏

深度卷积神经网络高效计算研究进展 Review

Jian CHENG, Pei-song WANG, Gang LI, Qing-hao HU, Han-qing LU

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 64-77 doi: 10.1631/FITEE.1700789

摘要：近年来迅速发展的深度神经网络已成为许多智能系统的基础工具。同时，深度网络的计算复杂度和资源消耗也在持续增加，这给深度网络的部署带来了严峻挑战，尤其在实时应用中或应用设备资源有限时。因此，网络加速是深度学习领域的热门话题。为提升深度神经网络的硬件性能，最近几年涌现出一大批基于现场可编程门阵列（field-programmable gate array, FPGA）或专用集成电路（application-specificintegrated circuit, ASIC）的加速器。本文针对网络加速、压缩、软硬件结合的加速器设计等方面的进展进行了详细而全面的总结。特别地，本文对网络剪枝、低秩估计、网络量化、拟合网络、紧凑网络设计以及硬件加速器进行了深入分析。

关键词：深度神经网络；加速；压缩；硬件加速器

HTML PDF 收藏

基于径向基函数神经网络的滚动轴承故障模式的识别

陆爽,张子达,李萌

《中国工程科学》 2004年第6卷第2期页码 56-60

摘要：

径向基函数（RBF）神经网络是一种3层前馈性神经网络，它具有较强的函数逼近能力和分类能力。鉴于径向基函数神经网络的优点，在对滚动轴承振动信号特征分析的基础上，提出了采用时序方法对其建立AR模型，利用AR模型参数建立径向基函数神经网络，并用该网络对滚动轴承的故障模式进行了识别。理论和试验证明了该方法的有效性，且具有较高的识别精度。

关键词：滚动轴承振动信号 AR模型 RBF神经网络模式识别

HTML PDF 收藏

基于神经网络的虚拟企业跟踪评价系统

王硕,唐小我

《中国工程科学》 2003年第5卷第4期页码 65-69

摘要：

设计虚拟企业跟踪评价指标体系，建立神经网络跟踪评价模型。结果表明，它比传统的方法简便、准确，具有广阔的应用前景。

关键词：虚拟企业神经网络跟踪评价系统

HTML PDF 收藏

时滞系统的辨识及NARMA模型的修正

王冬青

《中国工程科学》 2006年第8卷第2期页码 39-43

摘要：

对现有神经网络对非线性时滞系统的时滞辨识方法进行了补充说明和分析，同时指出现有的NARMA模型修正方法对时滞系统的不当之处。以时滞系统神经网络预测控制为例，介绍了NARMA模型的正确修正方法，仿真证明了所提出的修正方法能获得好的控制性能及抗干扰能力。

关键词：辨识 NARMA模型神经网络预测控制

HTML PDF 收藏

一种基于多因素分析和多模型集成的海洋溶解氧浓度时间序列预测混合神经网络模型 Article

刘辉, 杨睿, 段铸, 吴海平

《工程（英文）》 2021年第7卷第12期页码 1751-1765 doi: 10.1016/j.eng.2020.10.023

摘要：

溶解氧是水产养殖的重要指标，准确预测溶解氧浓度可有效提高水产品质量。本文提出了一种新的溶解氧混合预测模型，该模型包括多因素分析、自适应分解和优化集成三个阶段。首先，考虑到影响溶解氧浓度的因素复杂繁多，采用灰色关联度法筛选出与溶解氧关系最密切的环境因素，多因素的考虑使得模型融合更加有效。然后，利用5个基准模型对经验小波变换分解出的子序列进行预测，这五个子预测模型的集成权重通过粒子群优化和引力搜索算法计算得出。最后，通过加权分配得到溶解氧多因素集成模型。来自太平洋岛屿海洋观测系统希洛WQB04站收集的时间序列数据验证了该模型的性能。实例分析表明：①所提出的模型能够获得优异的溶解氧预测结果；②该模型优于文中其他对比模型；③预测模型可用于分析溶解氧变化趋势，便于管理者能够做出更好的决策。

关键词：溶解氧浓度预测时间序列多步预测多因素分析经验小波变化分解多模型优化集成

HTML PDF 收藏

气辅注塑成型注气压力的模糊神经网络控制研究

欧长劲

《中国工程科学》 2007年第9卷第5期页码 27-32

摘要：

针对气辅注塑成形的注气压力精确控制要求，设计了具有５层结构的模糊神经网络控制器和控制算法，利用神经网络的学习能力实现对模糊逻辑规则的优化，改善了系统的适应性。对系统３段压力控制的仿真分析，验证了模糊神经网络控制模型的可行性，控制效果良好。

关键词：气体辅助注射成型模糊神经网络注气压力控制

HTML PDF 收藏

高频真空木材干燥的模糊神经网络控制方法研究

姜滨,孙丽萍,曹军,周正

《中国工程科学》 2014年第16卷第4期页码 17-20

摘要：

高频真空木材干燥是一种干燥速度快、能源消耗低、环境污染小的新型联合干燥技术。在木材高频真空联合干燥过程的理论分析基础上，针对神经网络方法建立的木材干燥模型，设计了木材干燥模糊控制器和模糊神经网络控制器。对模糊控制和模糊神经网络两种控制方法进行了仿真实验，结果表明模糊神经网络方法控制效果更好，如温度上升快，控制精度高，稳定性好。模糊神经网络控制方法对实现木材干燥过程的全自动控制具有重要研究意义。

关键词：高频真空木材干燥模糊神经网络

HTML PDF 收藏

基于去散射与边缘增强算法的水下图像复原 Research Papers

Pan-wang PAN, Fei YUAN, En CHENG

《信息与电子工程前沿（英文）》 2019年第20卷第6期页码 862-871 doi: 10.1631/FITEE.1700744

摘要：对色差严重和边缘模糊的水下图像需进行复原。一般分两步：去散射和边缘增强。首先，提出一种用于水下图像去散射的多尺度迭代框架。利用卷积神经网络估计传输图，再用自适应双边滤波器改进传输图估计结果。由于无可用数据集训练网络，收集包含2000个水下图像的数据集以获得合成数据。其次，采用白平衡算法消除水下图像的色偏。最后将图像转换到特殊变换域，使用非下采样轮廓波变换对边缘去噪和增强。

关键词：图像散射；边缘增强；卷积神经网络；非下采样轮廓波变换