作者:利节,高铮,陆猛,李莉,夏煦坤 单位:重庆科技学院 出版:《重庆科技学院学报(自然科学版)》2016年第05期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCQSG2016050170 DOC编号:DOCCQSG2016050179 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于单片机的指纹采集与识别系统设计与实现》PDF+DOC 彭奇,田芃,蔡文龙,周峰 《基于注意力模型的多传感器人类活动识别》PDF+DOC2019年第06期 王金甲,周雅倩,郝智 《现代管道泄漏检测技术》PDF+DOC2005年第06期 丁辉,王立,张贝克,陈舜琮 《压力管道泄漏的声发射检测实验研究》PDF+DOC2003年第02期 焦敬品,李涌,何存富,吴斌,费仁元 《奇异值分解技术在声音信息分离中的应用》PDF+DOC2003年第01期 温广瑞,张西宁,屈梁生 《信息融合技术在管道泄漏检测与定位中的应用》PDF+DOC2011年第07期 石小琳,孙志毅,何秋生,孙旭辉 《基于神经网络的雷达抗干扰方法综述》PDF+DOC2008年第01期 尹永刚,黄德永,李建勋 《管道传感器测漏方法综述》PDF+DOC2006年第10期 张涛 《基于随机森林的智能终端定位模型和算法》PDF+DOC2014年第19期 杨从亚,陈占伟,徐海峰 《基于声音识别的森林盗伐传感器设计与实现》PDF+DOC2013年第08期 王再欢,韩鹏,莫斌,唐云建
  • 建立了基于声音信号的深度神经网络模型,用于解决半导体制造业气体输送管道的微泄漏检测问题;设计了一种声音信号的预处理方法,用于去噪和特征提取,将预处理后的声音信号作为模型输入,该模型由7层神经元构成,通过对声音信号的训练和学习,获得管道微泄漏的概率。大量仿真实验结果表明,与半导体企业现采用的流量和压力传感器检测方法相比,该模型能更精确、更快速地实现管道微泄漏检测;与常规神经网络相比,该模型能更有效且稳定地进行检测。

    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。