试验环境水下声信号的特征提取方法 被引量：1

1

作者 王红滨 王永乐 +1 位作者 何鸣 薛垚 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第3期489-495,共7页

水下试验环境参数的反演是水声学研究领域的重要内容。而当前研究的关键是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较难、模型很难拟合等问题。本文提出了一种试验环境水下声信号的特征提取方法。将水下声信号同时用... 水下试验环境参数的反演是水声学研究领域的重要内容。而当前研究的关键是通过对水下声信号做特征提取从而获取参数信息。针对特征提取较难、模型很难拟合等问题。本文提出了一种试验环境水下声信号的特征提取方法。将水下声信号同时用梅尔频谱倒谱系数及线性预测系数处理,两者运用特征加权组合方法得到新的特征矩阵;再应用映射插值算法对特征矩阵进行处理,获得适应神经网络输入的三通道矩阵。本文选取的网络模型为残差神经网络。利用实验室所录制的对河口水库数据集测试表明,本文提出的特征提取方法普遍优于仅利用梅尔频谱倒谱系数或线性预测系数的特征处理方法。利用单频矩形脉冲信号对环境进行深度5分类,准确率平均提升2%。利用线性调频信号对环境进行深度5分类,准确率平均提升2.03%。本文提出的特征提取方法对线性调频信号在深度分类任务下处理的结果要优于单频矩形脉冲信号处理的结果。 展开更多

关键词 环境反演 特征提取 梅尔频谱倒谱系数 线性预测系数 特征加权组合方法 残差神经网络 神经网络 水下声信号

在线阅读 下载PDF 职称材料

基于多层优选卷积的水声信号样本自动标注方法

2

作者 王红滨 张帅 +1 位作者 何鸣 陈夏可 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第4期758-763,共6页

针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取... 针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取更全面的特征信息。采用约减策略优化模型,有效缩短运算时间。通过优选、特征融合和注意力机制,有效解决此类问题。实验结果表明,该模型在数据集上取得的最好的标注准确率为高基线模型1.12%;同时运行时间减少了43.5%。因此,该模型的使用提高了水声信号标注的准确率和效率。 展开更多

关键词 水声信号 自动标注 声纹识别 多层优选卷积模型 时间优化 注意力机制 特征融合

在线阅读 下载PDF 职称材料

适用于水下目标识别的快速降维卷积模型 被引量：8

3

作者 王念滨 何鸣 +2 位作者 王红滨 周连科 商晓宇 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第7期1327-1333,共7页

针对传统卷积神经网络在相对较小的数据集上训练容易过拟合的问题,本文提出一个适用于水下目标识别的快速降维卷积网络模型(FRD-CMA)。该模型基于卷积核与特征图对应关系描述模型在数据集上的注意力,并以此进行快速降维,从而降低模型在... 针对传统卷积神经网络在相对较小的数据集上训练容易过拟合的问题,本文提出一个适用于水下目标识别的快速降维卷积网络模型(FRD-CMA)。该模型基于卷积核与特征图对应关系描述模型在数据集上的注意力,并以此进行快速降维,从而降低模型在小数据集上应用时存在的过拟合风险。FRD-CMA模型支持水下目标辐射噪声的端到端处理,通过提取辐射噪声的声音特征并依照水听器的时序关系进行矢量化处理,可以保持模型源输入特征不被破坏。试验结果表明:相较于之前的水下目标识别任务,FRD-CMA模型识别率提高5%,且模型训练时间缩短30%。 展开更多

关键词 水下目标识别 注意力模型 快速降维 卷积神经网络 预处理 矢量化 水听器

在线阅读 下载PDF 职称材料

水下无线传感器网络能力分析与评估方法 被引量：2

4

作者 韦正现 宋敏 +1 位作者 印桂生 王红滨 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2017年第10期1531-1538,共8页

水下无线传感器网络(underwater wireless sensor network,UWSN)综合能力受到传感器能量消耗、探测半径以及网络拓扑等复杂因素影响,为了应对UWSN综合能力评估的挑战性难题,分析了UWSN综合能力与影响参数之间的关系。将UWSN综合能力划... 水下无线传感器网络(underwater wireless sensor network,UWSN)综合能力受到传感器能量消耗、探测半径以及网络拓扑等复杂因素影响,为了应对UWSN综合能力评估的挑战性难题,分析了UWSN综合能力与影响参数之间的关系。将UWSN综合能力划分为覆盖能力、连通能力、耐久能力和快速反应能力4个方面,将影响参数划分为约束参数、设备参数和组网参数,提出了覆盖能力、连通能力、耐久能力和快速反应能力的度量模型及UWSN综合能力评估过程模型,实现通过优化调整组网参数,使网络在不同任务和环境下具有优越的整体性能通过仿真平台和仿真试验,结果表明提出模型能较客观计算UWSN的综合能力。 展开更多

关键词 水下无线传感器网络 覆盖 连通 耐久 快速反应 评估 约束参数 设备参数 组网

在线阅读 下载PDF 职称材料

面向构件语义关系的软件体系结构演化分析 被引量：1

5

作者 印桂生 宋敏 +2 位作者 韦正现 王红滨 张万松 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2011年第10期1329-1335,共7页

为确定软件体系结构(SA)演化的影响程度,在描述构件本身及构件之间的语义关系基础上,提出了构件内部和构件之间的语义协议关系,并构造了SA语义关系模型和语义关系矩阵,将构件之间的语义关系连接形成语义关系链,提出了SA语义关系链矩阵... 为确定软件体系结构(SA)演化的影响程度,在描述构件本身及构件之间的语义关系基础上,提出了构件内部和构件之间的语义协议关系,并构造了SA语义关系模型和语义关系矩阵,将构件之间的语义关系连接形成语义关系链,提出了SA语义关系链矩阵并对它的性质进行了分析.在此基础上,提出了语义关系链波及效应与语义关系构件波及效应算法,同时针对不同语义协议关系项的强弱程度不同,提出了删除构件语义关系构件波及效应算法.实验结果表明,从构件之间的语义关系、语义协议关系的角度,能够较好地确定SA演化操作的波及效应,从而对SA演化进程及其影响进行有效地预测和控制. 展开更多

关键词 软件体系结构 构件 语义关系 演化

在线阅读 下载PDF 职称材料

基于发布／订阅的信息集成模型 被引量：2

6

作者 张哲 宋敏 +3 位作者 刘大昕 王红滨 韦正现 张万松 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2009年第12期1393-1398,共6页

发布/订阅(pub/sub)技术具有异步以及松散耦合的特点,可以使信息的生产者和消费者在时间、空间和控制流等方面完全解耦,适应目前动态多变的大规模分布式信息系统集成的需求.将带语义数据模型(SDM)引入到pub/sub系统中,提出了一种基于pub... 发布/订阅(pub/sub)技术具有异步以及松散耦合的特点,可以使信息的生产者和消费者在时间、空间和控制流等方面完全解耦,适应目前动态多变的大规模分布式信息系统集成的需求.将带语义数据模型(SDM)引入到pub/sub系统中,提出了一种基于pub/sub机制的信息集成模型(PIIM),并针对信息集成的特点设计了适合PIIM的信息订阅语言,将不同信息源中的信息进行整合,建立统一的信息描述方式和访问操作规范,以统一的视图提供给用户,提供一种解决信息集成的核心问题有效途径.实验结果表明,该系统具有较高的订阅匹配效率. 展开更多

关键词 订阅/发布 信息集成模型 语义数据模型

在线阅读 下载PDF 职称材料

基于主题和表单属性的深层网络数据源分类方法 被引量：2

7

作者 祝官文 王念滨 王红滨 《电子学报》 EI CAS CSCD 北大核心 2013年第2期260-266,共7页

当前深层网络中蕴含着高质量的海量信息并且其数量不断地增长,由于深层网络具有分布、异构、自治等特点,用户高效、快捷地获取自己感兴趣的信息面临巨大挑战.将深层网络数据源按领域分类是解决这一挑战的基础.本文以对航空订票、图书、... 当前深层网络中蕴含着高质量的海量信息并且其数量不断地增长,由于深层网络具有分布、异构、自治等特点,用户高效、快捷地获取自己感兴趣的信息面临巨大挑战.将深层网络数据源按领域分类是解决这一挑战的基础.本文以对航空订票、图书、汽车和房地产领域的200多个数据源的统计和分析为基础,充分利用主题和表单属性信息,提出了一种新的深层网络数据源分类方法以及改进的查询接口相似性度量方法,实现深层网络数据源的自动分类.本文还提出了一种查询接口标记策略,以降低随机选择初始中心点所产生的影响.实验结果表明该方法具有较高的分类精度. 展开更多

关键词 表单主题和属性 查询接口标记 深层网络 数据源自动分类

在线阅读 下载PDF 职称材料

基于Shapelets的多变量D-S证据加权集成分类 被引量：5

8

作者 宋奎勇 王念滨 王红滨 《吉林大学学报（信息科学版）》 CAS 2021年第2期205-214,共10页

集成学习是分类多变量时间序列的有效方法。然而集成学习对基分类器性能要求较高,基分类器组合算法优劣对分类效果影响较大。为此,提出一种基于Shapelets的多变量D-S(Dempster/Shafer)证据加权集成分类方法。首先,在单变量时间序列上学... 集成学习是分类多变量时间序列的有效方法。然而集成学习对基分类器性能要求较高,基分类器组合算法优劣对分类效果影响较大。为此,提出一种基于Shapelets的多变量D-S(Dempster/Shafer)证据加权集成分类方法。首先,在单变量时间序列上学习得到基分类器Shapelets,基分类器的分类准确率确定为其在多分类器的权重。Shapelets是时间序列的子序列,不同变量Shapelets间不存在依赖关系,且单个Shapelets分类准确度较高,能得到"好而不同"的基分类器。然后,提出一种加权概率指派算法,增加分类准确率高的基分类器权重,减少分类准确率低的基分类器权重;添加了2个组合策略,即消除证据冲突,又提高了效率。在标准数据集上与多个最新算法进行比较,笔者算法取得了较好的分类结果。 展开更多

关键词 Shapelets分类 多变量时间序列 集成学习 D-S证据理论

在线阅读 下载PDF 职称材料

面向水下多源数据特征级融合方法 被引量：3

9

作者 宋奎勇 周连科 王红滨 《吉林大学学报（信息科学版）》 CAS 2021年第3期331-338,共8页

海洋环境复杂多变,单一水下传感器目标识别精度不能满足系统性能要求,并且水下数据噪声大、维度高,直接进行数据融合并不能得到较好的结果。为此,针对多场景水下多源试验数据,使用去噪自编码和多种降维方法进行多角度特征级融合。首先,... 海洋环境复杂多变,单一水下传感器目标识别精度不能满足系统性能要求,并且水下数据噪声大、维度高,直接进行数据融合并不能得到较好的结果。为此,针对多场景水下多源试验数据,使用去噪自编码和多种降维方法进行多角度特征级融合。首先,使用去噪自编码器去除噪声、降低数据维度并且抽取出深层特征;然后,对深层特征使用数据层叠方法进行多源数据融合。融合方法包括主成分分析、独立分量分析和等度量映射。不同场景下对比试验表明该方法取得较好的分类结果,其中主成分分析取得较高目标识别率。 展开更多

关键词 水下多源数据 特征级融合 去噪自编码 降维方法 数据层叠方法

在线阅读 下载PDF 职称材料

融合先验知识的深度学习模型快速训练方法 被引量：3

10

作者 王鹏鸣 何鸣 王红滨 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2021年第4期561-566,共6页

为了提高深度学习神经网络的训练效率,本文提出基于模型训练先验知识进行神经网络训练优化的方法。在深度学习中参数同构的思想指导下,利用神经网络多次迭代的卷积层参数训练回归模型,并指导神经网络参数变化。实验表明:本文提出的方法... 为了提高深度学习神经网络的训练效率,本文提出基于模型训练先验知识进行神经网络训练优化的方法。在深度学习中参数同构的思想指导下,利用神经网络多次迭代的卷积层参数训练回归模型,并指导神经网络参数变化。实验表明:本文提出的方法可以在不修改原网络模型结构的同时显著降低模型在训练过程中引发的震荡现象;在保持模型分类准确率的情况下可以有效降低模型训练时间达到10%以上;该方法应用在深度越深的神经网络中,时间上的优化效果会越明显。 展开更多

关键词 先验知识 深度学习 神经网络 参数同构 回归模型 梯度下降 训练优化 损失震荡

在线阅读 下载PDF 职称材料

下一代数据库技术综述 被引量：3

11

作者 李颖慧 王红滨 《信息技术》 2006年第3期107-109,共3页

关键词 数据库应用 技术综述 一代 软件开发环境 自我管理 体系结构 存储数据 数据搜索 雪崩效应 SQL

在线阅读 下载PDF 职称材料