王庆岩

作品数：8被引量：136H指数：5
导出分析报告
供职机构：哈尔滨理工大学更多>>
发文主题：滚动轴承滚动轴承故障诊断多状态源域滚动轴承故障更多>>
发文领域：自动化与计算机技术机械工程电气工程电子电信更多>>
发文期刊：《仪器仪表学报》《振动与冲击》《电工技术学报》《控制与决策》更多>>
所获基金：黑龙江省自然科学基金中央级公益性科研院所基本科研业务费专项国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
二次聚合个性化联邦的不同工况下滚动轴承寿命预测方法
《振动与冲击》2025年第2期254-266,共13页康守强 杨得济 王玉静 王庆岩 谢金宝 
国家自然科学基金(52375533);黑龙江省自然科学基金(PL2024E022);山东省自然科学基金(ZR2023ME057);哈尔滨市制造业科技创新人才项目(2023CXRCCG017)。
针对不同工况下滚动轴承振动数据分布差异大,单一用户数据量少且多个用户间数据不共享的问题,提出一种二次聚合个性化联邦的滚动轴承寿命预测方法。该方法用不同深度的自编码器提取多尺度特征信息并压缩为散点图,实现特征增强;利用无监...
关键词：滚动轴承 多尺度特征提取 联邦学习 个性化 剩余寿命预测 
基于改进YOLOv3算法的公路车道线检测方法被引量：28
《自动化学报》2022年第6期1560-1568,共9页崔文靓 王玉静 康守强 谢金宝 王庆岩 MIKULOVICH Vladimir Ivanovich 
黑龙江省自然科学基金(LH2019E058);黑龙江省本科高校青年创新人才培养计划(UNPYSCT-2017091);黑龙江省普通高校基本科研业务专项基金资助项目(LGYC2018JC022)资助。
针对YOLOv3算法在检测公路车道线时存在准确率低和漏检概率高的问题,提出一种改进YOLOv3网络结构的公路车道线检测方法.该方法首先将图像划分为多个网格,利用K-means++聚类算法,根据公路车道线宽高固有特点,确定目标先验框数量和对应宽...
关键词：车道线检测 深度学习 YOLOv3 K-means++ 计算机视觉 
基于深度在线迁移的变负载下滚动轴承故障诊断方法被引量：16
《控制与决策》2022年第6期1521-1530,共10页康守强 刘旺辉 王玉静 王庆岩 Mikulovich V I 
国家自然科学基金项目(51805120);黑龙江省自然科学基金项目(LH2019E058);黑龙江省普通高校基本科研业务专项资金项目(LGYC2018JC022)。
针对变负载条件下滚动轴承源域与目标域中相同状态的数据特征分布差异性较大,目标域数据按照序列方式在线获取时,数据更新需重新训练模型的问题,提出一种深度在线迁移的CNN-ISVM (convolutional neural networks-incremental support ve...
关键词：滚动轴承 迁移学习 在线学习 增量支持向量机 卷积神经网络 故障诊断 
基于协同深度学习的二阶段绝缘子故障检测方法被引量：33
《电工技术学报》2021年第17期3594-3604,共11页王卓 王玉静 王庆岩 康守强 V.I.Mikulovich 
黑龙江省自然科学基金(LH2019E058);黑龙江省本科高校青年创新人才培养计划(UNPYSCT-2017091);黑龙江省普通高校基本科研业务专项资金(LGYC2018JC022)资助项目。
针对现有绝缘子故障检测模型受航拍图像中复杂背景干扰导致准确率低的问题,提出一种基于协同深度学习的二阶段绝缘子故障检测方法。该方法将全卷积网络(FCN)与YOLOv3目标检测算法相协同,第一阶段,利用FCN算法对航拍图像预处理,设计跳跃...
关键词：绝缘子 故障检测 全卷积网络 YOLOv3 K-means++ 
基于循环卷积多任务学习的多领域文本分类方法被引量：4
《电子与信息学报》2021年第8期2395-2403,共9页谢金宝 李嘉辉 康守强 王庆岩 王玉静 
基于工业互联网的协作式智能机器人产教融合创新应用平台(2020CJPT004);黑龙江省自然科学基金(LH2019E058);智能机器人湖北省重点实验室开放基金(HBIR202004);黑龙江省普通高校基本科研业务费专项资金(LGYC2018JC027)。
文本分类任务中,不同领域的文本很多表达相似,具有相关性的特点,可以解决有标签训练数据不足的问题。采用多任务学习的方法联合学习能够将不同领域的文本利用起来,提升模型的训练准确率和速度。该文提出循环卷积多任务学习(MTL-RC)模型...
关键词：多领域文本分类 多任务学习 循环神经网络 卷积神经网络 
基于改进DQN网络的滚动轴承故障诊断方法被引量：28
《仪器仪表学报》2021年第3期201-212,共12页康守强 刘哲 王玉静 王庆岩 兰朝凤 
国家自然科学基金(51805120);黑龙江省自然科学基金(LH2019E058);黑龙江省普通高校基本科研业务专项资金(LGYC2018JC022)资助
针对实际中滚动轴承正常和故障状态下的振动数据不平衡,且故障诊断准确率不高的问题,基于深度强化学习,提出一种改进深度Q网络(DQN)的滚动轴承故障诊断方法。该方法将振动信号进行短时傅里叶变换,构建时频图样本集;提出把K-means算法中...
关键词：滚动轴承 不平衡 K-MEANS 故障诊断 深度强化学习 
基于改进深度森林的滚动轴承剩余寿命预测方法被引量：26
《中国电机工程学报》2020年第15期5032-5042,共11页王玉静 王诗达 康守强 王庆岩 V.I.MIKULOVICH 
国家自然科学基金项目(51805120);黑龙江省自然科学基金项目(LH2019E058);黑龙江省本科高校青年创新人才培养计划(UNPYSCT-2017091)。
针对现有人工智能方法在滚动轴承剩余寿命预测中存在精度差、运算效率低的问题,提出一种基于深层迭代特征(deep iterative features,DIF)级联CatBoost(cascade catboost,CasCatBoost)的滚动轴承剩余寿命预测新方法。该方法是一种改进的...
关键词：滚动轴承 卷积神经网络 深层迭代特征 深度森林 剩余寿命预测 
基于内容图像检索的乳腺肿块诊断技术研究被引量：1
《生物医学工程学杂志》2010年第5期999-1003,共5页王庆岩 宋立新 王立 
黑龙江省自然科学基金资助项目(F200912)
为有效辅助医生对乳腺X线图像中肿块进行诊断,提出一种乳腺肿块诊断方法。该方法对一个待查询的感兴趣区域(ROI)提取22个特征,采用k-最近邻(KNN)算法在图像库中检索,并进一步计算查询ROI与检索结果之间的互信息(MI),以提高检索性能指标...
关键词：乳腺X线图像 基于内容图像检索 计算机辅助诊断 互信息 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部