汤伟,栾一多,刘嫣.基于压缩感知和卷积神经网络的谐波检测方法研究[J].中国造纸,2021,40(12):65-70 本文二维码信息
二维码（扫一下试试看！）
基于压缩感知和卷积神经网络的谐波检测方法研究
Study on Harmonic Detection Method Based on Compressed Sensing and Convolutional Neural Network
收稿日期：2021-07-26  
DOI：10.11980/j.issn.0254-508X.2021.12.009
关键词:  造纸工业  谐波检测  压缩感知  卷积神经网络
Key Words:papermaking industry  harmonic detection  compression sensing  convolutional neural network
基金项目:国家自然科学基金（面上）项目（62073206）；陕西省自然科学基础研究计划项目（2019JQ-551）。
作者单位邮编
汤伟* 陕西科技大学电气与控制工程学院,陕西西安,710021 710021
栾一多 陕西科技大学电气与控制工程学院,陕西西安,710021 710021
刘嫣 陕西科技大学电气与控制工程学院,陕西西安,710021 710021
摘要点击次数: 5066
全文下载次数: 2852
摘要:本文提出一种基于压缩感知（CS）和卷积神经网络（CNN）的谐波检测新方法。在CS理论下建立了具有压缩采样和重构功能的谐波检测框架，并利用CNN理论设计了具有免变换字典的重构网络。研究结果表明，本文所提出的方法具有可行性，可为造纸工业中的谐波检测提供了一种新手段。
Abstract:A new harmonic detection method based on compressed sensing （CS） and convolutional neural network （CNN） was proposed in this paper. A harmonic detection framework with compressed sampling and reconstruction function was established based on CS theory， and a reconstruction network with transform free dictionary was designed via CNN theory. The results showed that the method proposed in this paper was feasible and provided a new method for harmonic detection in papermaking industry.
查看全文   HTML   查看/发表评论  下载PDF阅读器