仪器仪表学报

北大核心,CA,JST,EI,CSCD

国内刊号:11-2179/TH

国际刊号:0254-3087

仪器仪表学报杂志2022年第6期: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

发布日期:

作者:褚 洁,蔡觉平,李 龙,王帅利

单位:褚 洁,1. 西安电子科技大学微电子学院,,蔡觉平,1. 西安电子科技大学微电子学院,,李 龙,2. 国网陕西省电力有限公司电力科学研究院,,王帅利,1. 西安电子科技大学微电子学院,

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

基金:陕西省重点研发计划(2021ZDLGY02?01)、芜湖?西电产学研合作专项资金(XWYCXY?012021003)项目资助

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。

来源:2022年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第6期

联系我们

  • 地址:北京市东城区北河沿大街79号
  • 电话:010-64044400
  • E-mail:cjsiedit@cis.org.cn

咨询工作人员