检索结果-维普期刊中文期刊服务平台

基于GPC的环肋耐压圆柱壳结构失稳概率分析被引量：3: 1; 作者张毅博孙志礼 +1 位作者赵中强赵经武《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第9期1268-1273,共6页; 为评估具有小失效概率特性的深潜环肋耐压圆柱壳结构的失稳概率,提出了一种新的基于高斯过程分类和重要抽样的自适应分析方法.该方法通过引入马尔科夫链蒙特卡洛法和欧式距离,开发了一种新的考虑预测不确定性和取样均匀性的自适应试验... 展开更多; 关键词失稳概率环肋耐压圆柱壳高斯过程分类小失效概率自适应试验设计; 在线阅读下载PDF 职称材料

一种新的雷达HRRP自适应划分角域建模方法被引量：10: 2; 作者陈凤侯庆禹 +1 位作者刘宏伟保铮《西安电子科技大学学报》 EI CAS CSCD 北大核心 2009年第3期410-417,共8页; 基于雷达方位渐变高分辨距离像(HRRP)的连续性,提出了一种自适应递归划分角域的建模方法,利用自适应高斯分类器和高斯过程分类器,从雷达数据中提取连续HRRP序列中包含的非线性结构信息;提出了一种判定角域边界的准则,递归地对雷达数据... 展开更多; 关键词高分辨距离像自动目标识别等间隔划分角域自适应划分角域自适应高斯分类器高斯过程分类器; 在线阅读下载PDF 职称材料

基于Adaboost-高斯过程分类的人脸表情识别被引量：14: 3; 作者李文书何芳芳 +1 位作者钱沄涛周昌乐《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2012年第1期79-83,共5页; 为了弥补Ababoost分类器分类精度不够、训练耗时的缺点,利用高斯过程分类器分类精度高、计算复杂度低的优势,提出一种改进的表情识别方法.该算法将高斯过程分类(GPC)和Adaboost的人脸表情识别算法相结合,在训练二分类Adaboost时利用高... 展开更多; 关键词 ADABOOST 高斯过程分类器表情识别; 在线阅读下载PDF 职称材料

基于高斯过程分类器的连续空间强化学习被引量：11: 4; 作者王雪松张依阳程玉虎《电子学报》 EI CAS CSCD 北大核心 2009年第6期1153-1158,共6页; 如何将强化学习方法推广到大规模或连续空间,是决定强化学习方法能否得到广泛应用的关键.不同于已有的值函数逼近法,把强化学习构建为一个简单的二分类问题,利用分类算法来得到强化学习中的策略,提出一种基于高斯过程分类器的连续状态... 展开更多; 关键词高斯过程分类器连续空间强化学习小船靠岸问题; 在线阅读下载PDF 职称材料

无线传感网络协同概率多模识别方法被引量：2: 5; 作者孙欣尧王雪王晟《通信学报》 EI CSCD 北大核心 2011年第6期141-147,共7页; 提出了一种无线传感网络协同概率多模目标识别方法。该方法采用小波分组提取待识别目标声音样本数据中的特征信息,并通过主分量分析对特征信息进行特征维数约简,使该方法在保留样本特征信息的基础上降低识别学习过程的计算量。在使用特... 展开更多; 关键词无线传感网络协同概率多模目标识别高斯过程分类; 在线阅读下载PDF 职称材料

基于火焰成像和堆栈降噪自编码的燃烧工况识别被引量：2: 6; 作者韩哲哲段德智 +5 位作者倪浩伟李金健刘煜东李健张彪许传龙《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第3期537-544,共8页; 提出一种基于深度神经网络的燃烧监测方法.该方法利用具有深层结构的堆栈降噪自编码(SDAE)提取火焰图像特征,并将其输入到高斯过程分类器(GPC)中,从而识别燃烧工况.针对SDAE训练集中未出现的新燃烧工况,使用少量新工况的标签图像对GPC... 展开更多; 关键词燃烧工况识别火焰图像堆栈降噪自编码高斯过程分类器; 在线阅读下载PDF 职称材料

题名基于GPC的环肋耐压圆柱壳结构失稳概率分析被引量：3: 1; 作者张毅博孙志礼赵中强赵经武; 机构东北大学机械工程与自动化学院中车唐山机车车辆有限公司中国人民解放军第; 出处《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第9期1268-1273,共6页; 基金国家自然科学基金资助项目(51775097)。; 文摘为评估具有小失效概率特性的深潜环肋耐压圆柱壳结构的失稳概率,提出了一种新的基于高斯过程分类和重要抽样的自适应分析方法.该方法通过引入马尔科夫链蒙特卡洛法和欧式距离,开发了一种新的考虑预测不确定性和取样均匀性的自适应试验设计策略,以便更高效地构造高斯过程分类器;采用核密度估计构造准最优重要抽样密度函数;基于失效概率估计的稳定性,提出了一种更精确的迭代停止准则.通过某一分段函数验证了所提分析方法的准确性及高效性.应用所提方法得到某深潜环肋耐压圆柱壳结构的失稳概率约为8.242×10^-5.; 关键词失稳概率环肋耐压圆柱壳高斯过程分类小失效概率自适应试验设计; Keywords instability probability ring stiffened pressure cylindrical shell gaussian process classification(gpc) small failure probability adaptive design of experiments; 分类号 TB114.3 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名一种新的雷达HRRP自适应划分角域建模方法被引量：10: 2; 作者陈凤侯庆禹刘宏伟保铮; 机构西安电子科技大学雷达信号处理重点实验室; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 2009年第3期410-417,共8页; 基金 "教育部长江学者和创新团队支持计划"资助(IRT0645) 国家自然科学基金资助(60772140) 国家部委预研项目及国家部委预研基金联合资助; 文摘基于雷达方位渐变高分辨距离像(HRRP)的连续性,提出了一种自适应递归划分角域的建模方法,利用自适应高斯分类器和高斯过程分类器,从雷达数据中提取连续HRRP序列中包含的非线性结构信息;提出了一种判定角域边界的准则,递归地对雷达数据自适应划分角域.实测数据仿真试验证明了该方法优于传统的等间隔划分角域建模法.; 关键词高分辨距离像自动目标识别等间隔划分角域自适应划分角域自适应高斯分类器高斯过程分类器; Keywords high resolution rang profile （HRRP） automatic target recognition （ATR） equal angular- sector segmentation adaptive angular-sector segmentation Adaptive gaussian classifier （AGC） gaussian processes classifier （gpc）; 分类号 TN959.17 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于Adaboost-高斯过程分类的人脸表情识别被引量：14: 3; 作者李文书何芳芳钱沄涛周昌乐; 机构浙江理工大学信息学院浙江大学计算机科学与技术学院厦门大学人工智能所; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2012年第1期79-83,共5页; 基金国家自然科学基金资助项目(60702069 60672018) 浙江省自然科学基金资助项目(Y1080851); 文摘为了弥补Ababoost分类器分类精度不够、训练耗时的缺点,利用高斯过程分类器分类精度高、计算复杂度低的优势,提出一种改进的表情识别方法.该算法将高斯过程分类(GPC)和Adaboost的人脸表情识别算法相结合,在训练二分类Adaboost时利用高斯过程分类器训练弱分类器;把这些弱分类器组合成一个总分类器,将二分类Adaboost-GPC扩展为多类分类算法.采用Gabor提取面部表情特征,由于Gabor特征提取后存在维度变高、冗余大的问题,引入二维主成分分析(2DPCA)对Gabor特征进行选择.基于Cohn-Kanade和JAFFE数据库的实验结果表明,该算法在识别正确率和速度方面的表现均较好.; 关键词 ADABOOST 高斯过程分类器表情识别; Keywords Adaboost gaussian process classifier facial expression recognition; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于高斯过程分类器的连续空间强化学习被引量：11: 4; 作者王雪松张依阳程玉虎; 机构中国矿业大学信息与电气工程学院中国科学院自动化研究所; 出处《电子学报》 EI CAS CSCD 北大核心 2009年第6期1153-1158,共6页; 基金教育部新世纪优秀人才支持计划(No.NCET-08-0836) 国家自然科学基金(No.60804022) +2 种基金国家博士后科学基金(No.20070411064); 文摘如何将强化学习方法推广到大规模或连续空间,是决定强化学习方法能否得到广泛应用的关键.不同于已有的值函数逼近法,把强化学习构建为一个简单的二分类问题,利用分类算法来得到强化学习中的策略,提出一种基于高斯过程分类器的连续状态和连续动作空间强化学习方法.首先将连续动作空间离散化为确定数目的离散动作,然后利用高斯分类器对系统的连续状态-离散动作对进行正负分类,对判定为正类的离散动作按其概率值进行加权求和,进而得到实际作用于系统的连续动作.小船靠岸问题的仿真结果表明所提方法能够有效解决强化学习的连续空间表示问题.; 关键词高斯过程分类器连续空间强化学习小船靠岸问题; Keywords gaussian process classifier continuous space reinforcement learning boat problem; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名无线传感网络协同概率多模识别方法被引量：2: 5; 作者孙欣尧王雪王晟; 机构清华大学精密仪器与机械学系精密测试技术及仪器国家重点实验室; 出处《通信学报》 EI CSCD 北大核心 2011年第6期141-147,共7页; 基金国家重点基础研究发展计划("973"计划)基金资助项目(2006CB303000) 国家自然科学基金资助项目(60970103 +3 种基金 60673176 60373014 50175056) 教育部博士点基金资助项目(20090002110016)~~; 文摘提出了一种无线传感网络协同概率多模目标识别方法。该方法采用小波分组提取待识别目标声音样本数据中的特征信息,并通过主分量分析对特征信息进行特征维数约简,使该方法在保留样本特征信息的基础上降低识别学习过程的计算量。在使用特征信息进行目标识别时,该方法采用了多模高斯分类过程算法,并通过权值可调的委员会决策进行无线多传感节点协作识别,获得全局目标识别结果。实验表明,所提出的方法能够适应复杂环境中的干扰因素,有效识别目标,具有较好的顽健性和识别准确度。; 关键词无线传感网络协同概率多模目标识别高斯过程分类; Keywords wireless sensor networks collaborative probability mulfirnodel target identification gaussian process classifier; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于火焰成像和堆栈降噪自编码的燃烧工况识别被引量：2: 6; 作者韩哲哲段德智倪浩伟李金健刘煜东李健张彪许传龙; 机构东南大学火电机组振动国家工程研究中心江西中船航海仪器有限公司; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第3期537-544,共8页; 基金国家自然科学基金资助项目(51976038) 中央高校基本科研业务费专项资金资助项目(2242019k1G018).; 文摘提出一种基于深度神经网络的燃烧监测方法.该方法利用具有深层结构的堆栈降噪自编码(SDAE)提取火焰图像特征,并将其输入到高斯过程分类器(GPC)中,从而识别燃烧工况.针对SDAE训练集中未出现的新燃烧工况,使用少量新工况的标签图像对GPC进行重新训练,即可扩大监测模型的识别范围.在重油燃烧试验装置上开展了试验研究,利用获得的火焰图像对SDAE-GPC网络进行模型训练以及性能测试.结果表明,所提出的监测方法对训练集所包含的燃烧工况具有99.3%的识别精度,对新工况具有98.2%的识别精度,且对图像噪声具有良好的鲁棒性,在燃烧工况识别中具有潜在的应用前景.; 关键词燃烧工况识别火焰图像堆栈降噪自编码高斯过程分类器; Keywords combustion condition identification flame image stacked denoising autoencoder gaussian process classifier; 分类号 TK227.1 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于GPC的环肋耐压圆柱壳结构失稳概率分析	张毅博孙志礼赵中强赵经武	《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料
2	一种新的雷达HRRP自适应划分角域建模方法	陈凤侯庆禹刘宏伟保铮	《西安电子科技大学学报》 EI CAS CSCD 北大核心	2009	10	在线阅读下载PDF 职称材料
3	基于Adaboost-高斯过程分类的人脸表情识别	李文书何芳芳钱沄涛周昌乐	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2012	14	在线阅读下载PDF 职称材料
4	基于高斯过程分类器的连续空间强化学习	王雪松张依阳程玉虎	《电子学报》 EI CAS CSCD 北大核心	2009	11	在线阅读下载PDF 职称材料
5	无线传感网络协同概率多模识别方法	孙欣尧王雪王晟	《通信学报》 EI CSCD 北大核心	2011	2	在线阅读下载PDF 职称材料
6	基于火焰成像和堆栈降噪自编码的燃烧工况识别	韩哲哲段德智倪浩伟李金健刘煜东李健张彪许传龙	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料