研究论文库

论文.

涵盖 AI、信号与智能系统的期刊论文。更多研究成果见 谷歌学术 与 ResearchGate。

01 / 期刊论文 22 篇

22 / 22
[01]2027
论文原图,展示煤和矸石冲击液压支架尾梁的过程。论文配图放大查看 ↗
煤矸冲击模型论文原图
煤矸识别2027

Coal gangue recognition based on acoustic frequency-domain characteristics: Evaluating the influence of multiple working conditions on accuracy

Jinxin Kuang, Zipeng Zhang, Shanguo Yang, Mingjie Fang, Songyong Liu, Zhihong Cheng, Houguang Liu

Minerals Engineering, 250, 110878 (2027)

研究不同工况对声学煤矸识别的影响,分析尾梁冲击信号的频域特征,以及运行参数变化引起的特征漂移。

ResearchGate:2026 年 10 月 · 期刊卷期:2027 年 1 月。

[03]2026
BKCad 架构,展示脑电与语音嵌入、扩散编码器、贝叶斯学习、跨模态注意力和置信感知融合。论文配图放大查看 ↗
BKCad · 模型架构论文原图
医学 AI2026

Bayesian knowledge-guided confidence aware model based on multimodal pre-trained LLMs for depression detection

Zhihua Wang, Haotian Zhai, Tianrui Jia, Zihan Wang, Haojie Zhang, Kun Qian, Chen Xu, Zipeng Zhang, Wei Xue, Wen Qi, Bin Hu

Pattern Recognition, 180, 114388 (2026)

BKCad 利用预训练嵌入和扩散编码器,将脑电与语音映射至共享表征空间,并通过贝叶斯不确定性估计与跨模态注意力,实现用于抑郁检测的置信感知融合。

[04]2026
MCL 框架,展示信号增强、谱图、双重注意力、Mamba 分支、对比学习及煤矸分类。论文配图放大查看 ↗
MCL · 模型架构论文原图
煤矸识别2026

MCL: Mamba-Based Contrastive Learning method for coal gangue identification

Haifeng Qiu, Zipeng Zhang, Bo Zhang, Shanguo Yang, Ningguang Yao, Houguang Liu

International Journal of Coal Preparation and Utilization, 1-26 (2026)

MCL 结合双重注意力、双 Mamba 模块和对比学习,从振动信号中区分煤与矸石。框架先学习类别特定的相似性与差异,再融合表征进行分类。

[05]2026
xLSTM 原始框架,展示声学编码器、TSC-mLSTM 模块、幅度与复数解码器,以及故障分类器。论文配图放大查看 ↗
xLSTM · 诊断框架论文原图
故障诊断2026

A noise-robust xLSTM-based method for fault diagnosis in gas-insulated Switchgear using acoustic signals under strong noise interference

Hongkai Dong, Yuxuan Zhang, Bo Zhang, Zipeng Zhang, Yuying Shao, Guogang Yuan, Houguang Liu

Expert Systems with Applications, 304, 130827 (2026)

基于共享 xLSTM 编码器,联合学习声学信号去噪与气体绝缘开关设备故障检测。通过时频建模和双谱图解码器,研究强背景噪声下的诊断。

[07]2025
原始框架,展示声信号采集、听觉特征提取、基于注意力的特征融合与煤矸识别。论文配图放大查看 ↗
两级听觉特征融合论文原图
煤矸识别2025

Coal gangue recognition in the strong background noise using two-level auditory feature fusion with attention mechanism

Zheng Yang, Shibo Wang, Shanguo Yang, Songyong Liu, Zipeng Zhang, Houguang Liu

Measurement, 253, 117628 (2025)

通过注意力机制融合两级听觉特征,从声音中识别放顶煤过程中的煤与矸石,重点保留强矿井背景噪声下的有效声学信息。

[11]2025
煤矸识别原始框架,展示振动信号采集、特征增强及幅频感知模块。论文配图放大查看 ↗
幅频感知网络论文原图
煤矸识别2025

Intelligent coal gangue identification: A novel amplitude frequency sensitive neural network

Zipeng Zhang, Zhencai Zhu, Bin Meng, Zheng Yang, Mingke Wu, Xinyu Cheng, Binhong Li, Houguang Liu

Expert Systems with Applications, 274, 126880 (2025)

利用特征增强模块与幅频感知模块捕捉煤矸振动信号中的冲击模式,并通过保留机制(Retention)构建用于快速识别的紧凑模型。

[12]2025
MSGJO 原始研究概览,展示算法评估、机器人路径规划仿真和机器人实验。论文配图放大查看 ↗
MSGJO · 研究概览论文原图
优化算法2025

MSGJO: a new multi-strategy AI algorithm for the mobile robot path planning

Baiyi Wang, Zipeng Zhang, Darius Andriukaitis, Xinhua Liu, Dezheng Hua, Zhixiong Li, Govind Vashishtha, Sumika Chauhan

The International Journal of Advanced Manufacturing Technology, 137, 5081-5109 (2025)

MSGJO 在金豺优化中引入自适应收敛、增强搜索策略和遗传变异,并应用于包含静态与动态障碍物的移动机器人路径规划。

[13]2024
声学火灾检测原始框架,展示信号采集、预训练、分类与评价矩阵。论文配图放大查看 ↗
声学火灾与可燃物检测论文原图
音频与语音2024

A novel intelligent indoor fire and combustibles detection method based on multi-channel transfer learning strategy with acoustic signals

Zhihua Wang, Zipeng Zhang, Zhuoyue Wang, Jiaming Lu, Weiguang An

Process Safety and Environmental Protection, 189, 1217-1225 (2024)

两阶段声学框架先检测火灾,再识别燃烧材料。基于 Transformer 的检测器引导并行 Circuits-LSTM-Conformer 模型完成可燃物分类。

[14]2024
CFENet 原始框架,展示声信号采集、特征编码器、对比表征和故障分类。论文配图放大查看 ↗
CFENet · 对比诊断论文原图
故障诊断2024

CFENet: A contrastive frequency-sensitive learning method for gas-insulated switch-gear fault detection under varying operating conditions using acoustic signals

Zipeng Zhang, Houguang Liu, Yuying Shao, Jianhua Yang, Songyong Liu, Guogang Yuan

Engineering Applications of Artificial Intelligence, 135, 108835 (2024)

CFENet 利用频率敏感对比学习,根据声学信号诊断开关设备故障。特征编码器与嵌入编码器学习适应运行电压变化的表征。

[16]2024
语音增强原始框架,结合复数谱图、注意力、时域与频域模块,以及幅度掩码。论文配图放大查看 ↗
多阶段语音增强论文原图
音频与语音2024

Multi-stage strength estimation network with cross attention for single channel speech enhancement

Zipeng Zhang, Yuchen Ding, Wei Chen, Yutao Chen, Weiwei Guo, Houguang Liu

Signal, Image and Video Processing, 18, 6937-6948 (2024)

通过交叉注意力融合互补表征,用于单通道语音增强。多阶段强度估计网络结合 FFT 特征与序列特征,同时建模频率和时间结构。

[17]2024
CST-UNet 原始架构,展示实部与虚部输入分支、下采样、掩码瓶颈层,以及带跳跃连接的上采样。论文配图放大查看 ↗
CST-UNet · 模型架构论文原图
音频与语音2024

CST-UNet: Cross Swin Transformer Enhanced U-Net with Masked Bottleneck for Single-Channel Speech Enhancement

Zipeng Zhang, Wei Chen, Weiwei Guo, Yiming Liu, Jianhua Yang, Houguang Liu

Circuits, Systems, and Signal Processing, 43, 5989-6010 (2024)

CST-UNet 在 U-Net 中引入 Cross-Swin-Transformer 模块与掩码瓶颈层,利用紧凑的隐表征和跳跃连接,平衡语音增强细节与计算开销。

[18]2024
气体绝缘开关设备机械故障检测原始框架,展示波形与谱图分支、特征融合和分类。论文配图放大查看 ↗
声学特征融合框架论文原图
故障诊断2024

Gas-insulated switch-gear mechanical fault detection based on acoustic using feature fused neural network

Zipeng Zhang, Houguang Liu, Guogang Yuan, Jianhua Yang, Songyong Liu, Yuying Shao, Yang Zhang

Electric Power Systems Research, 230, 110226 (2024)

通过波形与谱图分支提取气体绝缘开关设备的互补声学特征,再融合电压相关信息与自动编码的谱图特征,检测机械故障。

[22]2024
反向学习竞争原图,展示原始种群与反向学习生成解之间的竞争。论文配图放大查看 ↗
HWEAVOA · 反向学习竞争论文原图
优化算法2024

A nonlinear African vulture optimization algorithm combining Henon chaotic mapping theory and reverse learning competition strategy

Baiyi Wang, Zipeng Zhang, Patrick Siarry, Xinhua Liu, Grzegorz Królczyk, Dezheng Hua, Frantisek Brumercik, Z. Li

Expert Systems with Applications, 236, 121413 (2024)

HWEAVOA 结合 Henon 混沌初始化、精英种群、自适应惯性和反向学习竞争策略,寻求多模态数值优化中探索与利用的平衡。

文献信息链接至 DOI 记录,年份以 Crossref 书目记录为准。ResearchGate 的日期可能与期刊卷期日期不同,相关差异已作标注。

研究配图

查看来源 ↗打开原图 ↗