作者：王金甲,周雅倩,郝智 单位：中国计量测试学会 出版：《计量学报》2019年第06期 页数：12页  （PDF与DOC格式可能不同） PDF编号：PDFJLXB2019060040 DOC编号：DOCJLXB2019060049 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 深度循环神经网络适用于处理时间序列数据，然而循环神经网络特征提取能力差，时间依赖关系挖掘不足。针对此问题，提出了3种注意力机制和长短时记忆(LSTM)神经网络结合的模型用于人类活动识别问题，并研究了3种注意力机制在不同数据集上单独及配合使用时对模型精度的影响。对于UCI_HAR数据集，3种注意力LSTM模型准确率分别为94. 13%、95. 15%和94. 81%，高于LSTM模型识别准确率93. 2%。此外，针对人类活动识别的传感器时间序列数据的标签特点，提出将时间段分类任务转化为分割任务，设计了2个基于分割任务的注意力门控循环单元(GRU)神经网络模型，Bahdanau注意力GRU模型在Skoda数据集和机会(Oppor)数据集准确率为84. 61%和89. 54%，高于基准UNet模型的70. 40%和88. 51%。

    📙 相关资料

    1. 《热电偶模型的非线性估计》PDF+DOC 讨论了利用人工神经网络对热电偶传感器进行模型辨识的方法，采用这种方法要比传统的ＲＯＭ、ＥＰＲＯＭ查表匹配法具有更好的灵活性与适应性，可以方便实现在线地对热电偶模型进行修正，从而提高了热电偶传感器的测量精度。...
    2. 《基于神经网络数据融合实现火灾预警》PDF+DOC 传统火灾的火灾预警系统是基于单一传感器参数进行监测，从而使火灾的误报、漏报的问题越来越突出。为了减少这种情况的发生，利用BP神经网络数据融合算法把几个体现火灾特征的参数数据进行相关组合，进而全面和精确地判断火灾是否发生，有效地降低误报率。...
    3. 《基于多模型鲁棒输入训练神经网络协同的燃气–蒸汽联合循环机组传感器故障诊断方法》PDF+DOC 为提高燃气–蒸汽联合循环机组传感器测量值的准确性及可靠性，提出了一种基于多模型鲁棒输入训练神经网络(RITNN)的燃气–蒸汽联合循环机组传感器故障诊断方法。该方法建立若干燃气–蒸汽联合循环重要参数的数据重构模型，并对各模型进行优先级划分，以串并联方式设定模型间关系，通过可靠参数的逐级生成和传递，有效......
    4. 《基于传感器人体行为识别深度学习模型的研究》PDF+DOC 随着智能手机的发展和普及，通过手机传感器收集数据，进行人体行为识别已经成为研究的热点.采用深度学习中卷积神经网络作为分类模型，并对卷积神经网络进行参数和模型的修改，并加入Dropout用于解决过拟合问题，用智能手机收集到的数据对模型进行训练，以对人体行为进行识别.通过和其他的算法进行对比实验，深度学......
    5. 《基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》PDF+DOC 随着电控技术发展，汽车发动机结构变得更加复杂、紧凑和精密，传感器也越来越多，如何利用传感器信号来诊断发动机故障类型(尤其是机械与性能方面故障)成为研究热点。选取反映汽车发动机运行工况的3个重要传感器信号作为输入向量，分别建立BP神经网络与概率神经网络模型对发动机失火故障、进排气管堵塞、火花塞间隙过大......
    6. 《电子鼻鉴别有机磷农药的一种特征提取方法》PDF+DOC 由于有机磷农药的挥发性与稳定性易受环境的影响，降低了电子鼻在分类鉴别中的精确度与可比性。在定位传感器响应起始点的基础上，截取有效数据，以保证分析结果的可靠性；通过对平均微分法、积分值2种特征提取方法分析，提出了一种面积斜率比值法的特征提取方法；运用主成分分析(PCA)和BP神经网络对3种方法2种农药......
    7. 《基于神经网络的水下机器人容错控制方法与实验研究》PDF+DOC 针对无人水下机器人(UUV)传感器常见故障，采用一种基于有限脉冲响应(FIR)滤波器模型的在线故障诊断方法。根据该模型的故障检测结果，提出一种基于BP神经网络模型的容错控制策略，实现水下机器人首向角的估计以及传感器信号的在线重构。将重构的信号替代故障传感器信号，实现水下机器人在线容错控制。在OUTL......
    8. 《基于神经网络的雷达抗干扰方法综述》PDF+DOC 针对目前雷达抗干扰方法存在的局限性，提出了将神经网络技术应用于雷达抗干扰的研究思路。首先介绍了在雷达抗干扰领域应用比较成功的3种神经网络模型：BP网络、RBF网络和Kohonen网络；然后概括了神经网络应用于雷达抗干扰的3种主要途径：神经网络用于建模、用于特征提取和用于分类；最后对下一步的研究进行了......
    9. 《基于BP神经网络的传感器非线性补偿》PDF+DOC 由于传感器本身的非线性特性以及传感器在测量过程中外界环境因素的影响，使得传感器的输入输出特性呈现出非线性.讨论了BP神经网络模型在传感器非线性补偿中的应用.给出了相应的补偿方法，即采用两个相同的传感器对同一被测量进行测量，其测量结果作为神经网络模型的输入，经过补偿后的传感器具有线性的输入输出关系.采......
    10. 《基于GSA-BP神经网络的压力传感器温度补偿》PDF+DOC 针对压力传感器输出的温度非线性特性，采用遗传模拟退火算法优化的BP神经网络(GSA-BPNN)进行误差补偿，并与标准BP神经网络补偿误差进行了比较。通过MATLAB仿真验证，实验结果表明：采用GSA-BP神经网络不易陷入局部极小值，大大减小传感器非线性误差，误差精度小于0.1%，补偿结果优于标准BP......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。