logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【交替方向乘子法】ADMM和光谱近邻算子在高光谱宽带相位恢复中的应用于定量相位成像附Matlab代码

定量相位成像(QPI)作为一种无标记、高分辨率光学成像技术,通过提取样品的相位信息反演其光学厚度、折射率分布等物理参数,在生物医学、材料科学等领域展现出不可替代的应用价值。在生物医学领域,其可实现活体红细胞、神经元等细胞的动态监测,无需染色即可捕捉细胞生理活动的细微变化;在材料科学领域,可用于半导体晶圆缺陷检测、薄膜厚度精准测量等场景。传统QPI系统多依赖单波长观测,难以应对对象与调制相位掩模均存

#matlab#开发语言
【故障诊断】基于WMSST结合MCNN-BiGRU-Attention的故障诊断研究附Matlab代码

针对复杂工业系统中故障信号非平稳性强、时序特性复杂、强噪声环境下特征易被淹没等问题,提出一种融合加权多尺度同步压缩变换(WMSST)与多尺度卷积神经网络-双向门控循环单元-注意力机制(MCNN-BiGRU-Attention)的混合智能故障诊断模型。该模型通过WMSST对原始故障信号进行时频增强处理,有效提升微弱故障特征的辨识度与时频分辨率;利用MCNN实现多尺度空间特征的分层提取,结合BiGRU

#matlab#人工智能#深度学习
【基于STFT-CNN-SVM的故障诊断】一种融合短时傅里叶变换(STFT)、卷积神经网络(CNN)和支持向量机(SVM)的故障诊断研究附Matlab代码

旋转机械(如齿轮箱、滚动轴承、水电机组)作为工业生产系统的核心关键部件,其运行状态的稳定性直接决定了生产效率、运营成本及作业安全。据行业统计数据显示,机械故障引发的非计划停机损失占制造业总成本的15%-30%,其中振动信号异常是诱发机械故障的主要特征诱因。在实际工业场景中,设备运行工况复杂多变,负载波动、转速变化等因素导致振动信号呈现显著的非平稳特性,传统故障诊断方法面临诸多瓶颈。

#cnn#支持向量机#matlab
【基于STFT-CNN的故障诊断】基于短时傅里叶变换(STFT)与卷积神经网络(CNN)的故障诊断研究附Matlab代码

针对旋转机械故障诊断中传统方法依赖人工特征提取、泛化能力弱的问题,本文提出一种融合短时傅里叶变换(STFT)与卷积神经网络(CNN)的智能故障诊断方法。该方法通过STFT将一维振动信号转换为二维时频图,保留信号的时变频率特性,再利用CNN的自动特征学习能力实现故障特征的高效提取与分类,构建端到端的故障诊断模型。为验证方法有效性,在齿轮箱、滚动轴承等典型旋转机械数据集上开展多场景实验,结果表明:完备

#cnn#matlab#人工智能
【基于STFT-CNN-LSTM的故障诊断】基于短时傅里叶变换(STFT)、卷积神经网络(CNN)与长短期记忆网络(LSTM)的混合故障诊断模型(STFT-CNN-LSTM)研究附Matlab代码

随着工业4.0的深度推进,旋转机械、电力系统等核心工业设备朝着高转速、高精度、复杂化方向发展,其运行状态的稳定性直接决定了生产效率与作业安全。据统计,40%-50%的旋转机械故障由轴承失效引发,而电力系统故障中约30%与设备异常信号相关,此类故障若未能及时诊断,可能导致设备停机、生产中断,甚至引发重大安全事故与经济损失。

#cnn#lstm#网络
【多智能体博弈】拦截失控机器人:一种用于多追捕者捕获多个逃逸者的算法附Matlab代码

针对智能机器人应用普及背景下的失控安全风险,本文提出一种基于多智能体博弈的拦截算法,实现多个追捕者对多个逃逸者的高效协同捕获。该算法采用“全局策略指导-分布式执行”双层架构,突破传统算法在维度适应性、协同机制与鲁棒性上的局限,可扩展至N维空间环境,仅依赖局部感知与通信即可完成全局追捕任务。通过动态Voronoi镶嵌实现追捕责任区域实时划分,结合区域最小化策略生成追捕目标,设计分布式控制律保证有限时

#机器人#算法#matlab
【创新首发】【NRBO-RBF】基于牛顿-拉夫逊优化算法的RBF神经网络回归预测研究附Matlab代码

针对传统径向基函数(RBF)神经网络在复杂非线性回归预测任务中,依赖梯度下降法优化参数时易陷入局部最优、收敛速度慢且泛化能力有限的缺陷,本文提出一种基于牛顿-拉夫逊优化算法(NRBO)改进的RBF神经网络回归预测模型(NRBO-RBF)。该模型创新性地将NRBO算法引入RBF神经网络的参数优化过程,借助NRBO算法的牛顿-拉夫逊搜索规则(NRSR)利用二阶导数信息提升参数搜索精度,通过陷阱避免算子

#算法#神经网络#回归
【SCI创新】ASL-QPSO-SVM时序预测算法研究——基于动态非线性收缩扩张因子、正余弦惯性权重与莱维-贪婪融合策略附Matlab代码

时序预测作为数据分析与机器学习领域的核心研究方向,在金融市场预判、能源负荷调度、交通流量管控等关键领域发挥着不可或缺的支撑作用。随着实际应用场景的复杂度提升,时序数据呈现出非线性、高波动性、高噪声及动态演化的显著特征,传统预测方法逐渐暴露出性能瓶颈。其中,线性模型(如ARMA、指数平滑法)受限于线性假设,难以捕捉复杂的非线性时序模式;深度学习模型(如LSTM、GRU)虽具备较强的长期依赖捕捉能力,

#算法#支持向量机#matlab
【9种优化算法比较】CGO、SCA、GWO、CSA、SSA、HHO、WOA、PSO、TSO智能优化算法比较附Matlab代码

智能优化算法凭借其无需依赖问题梯度信息、鲁棒性强等优势,在工程优化、机器学习、资源调度等多个领域得到广泛应用。本文聚焦9种典型智能优化算法——CGO(混沌分形优化算法)、SCA(正弦余弦算法)、GWO(灰狼优化算法)、CSA(簇类搜索算法)、SSA(麻雀搜索算法)、HHO(哈里斯鹰优化算法)、WOA(鲸鱼优化算法)、PSO(粒子群优化算法)、TSO(瞬态搜索优化算法),从核心思想、优缺点、应用场景

#算法#matlab#开发语言
【CPO-BP】基于冠豪猪优化算法优化BP神经网络的风电功率预测研究附Matlab代码

随着全球能源结构向清洁低碳转型,风力发电作为可再生能源的核心组成部分,其装机容量与并网规模持续扩大。然而,风能的随机性、波动性与间歇性特征,严重影响电网的稳定运行、经济调度与安全保障,精准的风电功率预测成为解决这一问题的关键技术支撑。BP神经网络因具备强大的非线性映射能力,在风电功率预测领域得到广泛应用,但传统BP神经网络存在易陷入局部最优、收敛速度慢、对初始权值和阈值敏感等固有缺陷,限制了其预测

#算法#神经网络#matlab
    共 418 条
  • 1
  • 2
  • 3
  • 42
  • 请选择