期刊文献+
共找到322篇文章
< 1 2 17 >
每页显示 20 50 100
Research on fiber optic gyro signal de-noising based on wavelet packet soft-threshold 被引量:7
1
作者 Qian Huaming & Ma Jichen Coll.of Automation,Harbin Engineering Univ.,Harbin 150001,P.R.China 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2009年第3期607-612,共6页
Gyro's drift is not only the main drift error which influences gyro's precision but also the primary factor that affects gyro's reliability. Reducing zero drift and random drift is a key problem to the output of a ... Gyro's drift is not only the main drift error which influences gyro's precision but also the primary factor that affects gyro's reliability. Reducing zero drift and random drift is a key problem to the output of a gyro signal. A three-layer de-nosing threshold algorithm is proposed based on the wavelet decomposition to dispose the signal which is collected from a running fiber optic gyro (FOG). The coefficients are obtained from the three-layer wavelet packet decomposition. By setting the high frequency part which is greater than wavelet packet threshold as zero, then reconstructing the nodes which have been filtered out noise and interruption, the soft threshold function is constructed by the coefficients of the third nodes. Compared wavelet packet de-noise with forced de-noising method, the proposed method is more effective. Simulation results show that the random drift compensation is enhanced by 13.1%, and reduces zero drift by 0.052 6°/h. 展开更多
关键词 wavelet transform DRIFT fiber optic gyro soft-threshold signal de-noising
在线阅读 下载PDF
光照不均匀条件下无人机航拍低照度图像增强方法 被引量:1
2
作者 黄静 欧余韬 《现代电子技术》 北大核心 2025年第1期55-59,共5页
增强图像时高低频参数未增强,没有更好地保留图像的细节和平衡图像的亮度,因此,提出一种光照不均匀条件下无人机航拍低照度图像增强方法。首先通过高斯滤波预处理无人机航拍图像,实现无人机航拍图像中的噪声抑制,将预处理后的图像通过... 增强图像时高低频参数未增强,没有更好地保留图像的细节和平衡图像的亮度,因此,提出一种光照不均匀条件下无人机航拍低照度图像增强方法。首先通过高斯滤波预处理无人机航拍图像,实现无人机航拍图像中的噪声抑制,将预处理后的图像通过小波分解得到图像的高频参数和低频参数,分别通过双边滤波算法、软阈值方法和直方图对图像的低频参数和高频参数进行增强,采用小波重构对增强后的图像高频参数和低频参数进行重构,得到增强后的无人机航拍图像。通过实验验证,该方法能够实现一种效果较好的图像增强,在原始图像基础上,通过文中方法增强原始亮度8.14%、对比度提高了37.90%以及清晰度增加了31.01%,使得图像的整体质量得到了显著提升,为后续的图像分析、处理提供了更加准确、丰富的信息。 展开更多
关键词 无人机航拍 低照度图像增强 高斯滤波 小波分解与重构 双边滤波算法 软阈值方法
在线阅读 下载PDF
基于残差收缩卷积和GSoP注意力机制的旋转机械故障诊断
3
作者 刘保罗 李晨 +1 位作者 聂雅琳 王国勇 《振动与冲击》 北大核心 2025年第13期277-287,共11页
针对强背景噪声与变载荷工作环境下,振动信号有效特征难以提取,故障诊断准确率低、泛化能力差的问题,提出了一种结合残差收缩卷积和全局二阶池化(global second-order pooling,GSoP)注意力机制的旋转机械故障诊断方法。该方法通过软阈... 针对强背景噪声与变载荷工作环境下,振动信号有效特征难以提取,故障诊断准确率低、泛化能力差的问题,提出了一种结合残差收缩卷积和全局二阶池化(global second-order pooling,GSoP)注意力机制的旋转机械故障诊断方法。该方法通过软阈值滤波技术与多通道、多尺度卷积相结合,构建残差收缩卷积,并在软阈值滤波基础上加入注意力因子,以抑制不相关特征并增强有效特征。此外,利用高阶统计建模思想,在残差收缩卷积层之后引入GSoP注意力机制,通过高层信道特征图的二阶统计信息提升模型判别性特征的提取能力。最后,利用凯斯西储大学轴承数据集和康涅狄格大学的齿轮箱数据集进行测试试验,所提方法在6 dB信噪比条件下分别实现了98.84%和99.41%的诊断准确率,在变噪声和变负载条件下,诊断性能均优于对比组模型。试验结果表明,所提方法在复杂工作环境下具有较好的故障识别能力和泛化能力。 展开更多
关键词 故障诊断 旋转机械 软阈值 全局二阶池化(GSoP)
在线阅读 下载PDF
基于特征融合与软阈值残差的稠密点云几何压缩网络
4
作者 朱威 施海东 +2 位作者 汪宵 郑雅羽 何德峰 《小型微型计算机系统》 北大核心 2025年第3期662-671,共10页
点云是一种重要的三维数据表示形式,但其巨大的原始数据量阻碍了它在网络传输和存储记录等方面的应用.因此,本文提出了一种基于多尺度特征融合与软阈值残差结构的点云几何压缩网络,实现了对三维稠密点云的高效压缩.首先通过逐步融合多... 点云是一种重要的三维数据表示形式,但其巨大的原始数据量阻碍了它在网络传输和存储记录等方面的应用.因此,本文提出了一种基于多尺度特征融合与软阈值残差结构的点云几何压缩网络,实现了对三维稠密点云的高效压缩.首先通过逐步融合多尺度特征和构建软阈值注意力机制,实现特征加强和冗杂特征的消除,以解决体素化过程中特征丢失等问题.此外,采用构建特征掩膜层的方法,加速模型收敛.最后,引入动态非等比例损失函数提高网络的学习效果.实验结果表明,该方法在MVUB、8iVFB和Owlii数据集上相较于现有方法同样的点云分辨率下,具有更高的点云重建质量和较快的编解码速度. 展开更多
关键词 稠密点云压缩 多尺度特征 软阈值残差结构 特征掩膜 动态损失函数
在线阅读 下载PDF
基于CFAR-ProxSGD车载调频连续波雷达干扰抑制方法
5
作者 李家强 刘浩波 +2 位作者 喻庞泽 姚昌华 陈金立 《现代雷达》 北大核心 2025年第7期65-72,共8页
针对车载调频连续波雷达系统中存在的交叉干扰问题,提出了一种基于CFAR-ProxSGD的干扰抑制算法。首先,采用短时傅里叶变换将受干扰的雷达接收信号从时域转换至时频域,并基于一维恒虚警检测器沿各频率点检测干扰位置,通过幅度校正实现初... 针对车载调频连续波雷达系统中存在的交叉干扰问题,提出了一种基于CFAR-ProxSGD的干扰抑制算法。首先,采用短时傅里叶变换将受干扰的雷达接收信号从时域转换至时频域,并基于一维恒虚警检测器沿各频率点检测干扰位置,通过幅度校正实现初步干扰抑制。然后,结合干扰信号的时域稀疏特性与目标回波的频域稀疏特性,利用近端次梯度下降法对残余干扰进行迭代优化处理,最终实现干扰信号的消除和信号的重构。为验证算法性能,通过软件平台进行了多目标多干扰源场景的数值仿真,并基于AWR1843毫米波雷达与DCA1000数据采集系统获取实测数据。实验结果表明,该算法能够有效抑制干扰信号且降低频域基底噪声,提高交通环境下毫米波雷达系统的目标探测能力。 展开更多
关键词 毫米波雷达 干扰抑制 恒虚警检测 次梯度下降 软阈值
在线阅读 下载PDF
基于EMD小波降噪的螺杆泵共振转速识别方法
6
作者 赵海洋 张宇 +2 位作者 张晓娟 袁瑜 张晨曦 《石油机械》 北大核心 2025年第5期102-109,共8页
螺杆泵抽油杆共振现象可导致驱动装置承载能力下降、油管与油池密封性降低、抽油杆偏磨断裂等事故,已成为影响安全生产运行的主要因素。在生产过程中可通过控制抽油杆工作转速以避免共振现象。而理论共振转速受实际工况影响存在计算结... 螺杆泵抽油杆共振现象可导致驱动装置承载能力下降、油管与油池密封性降低、抽油杆偏磨断裂等事故,已成为影响安全生产运行的主要因素。在生产过程中可通过控制抽油杆工作转速以避免共振现象。而理论共振转速受实际工况影响存在计算结果偏差问题。为此,提出了一种基于振动信号特征提取的螺杆泵共振转速识别方法。开展地面直驱螺杆泵共振转速振动测试,建立变转速工况振动信号数据集,通过引入评价方法——标准分数(Z-score),优选峭度因子作为共振转速特征识别指标,并在此基础上提出一种基于经验模态分解(Empirical Mode Decomposition,EMD)小波的振动信号降噪方法,实现对螺杆泵共振状态特征信息的有效提取,从而提高抽油杆实际共振转速识别精度。研究结果可为螺杆泵的安全稳定运行提供技术支撑。 展开更多
关键词 地面直驱螺杆泵 共振转速 经验模态分解 软阈值小波降噪 特征提取
在线阅读 下载PDF
基于时频注意力和软阈值化CNN的无人机声学检测与识别
7
作者 吴灿博 韩刚涛 《压电与声光》 北大核心 2025年第3期597-608,共12页
近年来,无人机在各领域的广泛应用带来了新的安全风险,监视和检测无人机活动变得至关重要。提出了基于梅尔频谱和时频注意力-软阈值化卷积神经网络的无人机声学检测和识别算法,用于嘈杂环境中对无人机声音进行检测和分类。该方法将无人... 近年来,无人机在各领域的广泛应用带来了新的安全风险,监视和检测无人机活动变得至关重要。提出了基于梅尔频谱和时频注意力-软阈值化卷积神经网络的无人机声学检测和识别算法,用于嘈杂环境中对无人机声音进行检测和分类。该方法将无人机音频数据转化为梅尔频谱图,并输入神经网络模型;模型通过时间和频率注意力机制,自动学习并识别对梅尔频谱图而言更重要的时间和频率区域,赋予其更高权重,从而提高识别准确性。结合软阈值化,抑制环境噪声和异常值对模型的影响,提高模型在各种环境噪声干扰下的分类识别效果。收集8型无人机声音数据,构建了无人机数据集并利用背景噪声对样本进行增强。在该数据集下评估了不同的识别方法。结果表明,所提方法在识别准确率、精确率、召回率、F1-score等指标方面优于现有方法。 展开更多
关键词 声学检测 无人机 梅尔频谱图 软阈值化 时频注意力
在线阅读 下载PDF
基于潜在有价值样本挖掘的半监督三维目标检测
8
作者 孙立辉 李佳霖 刘夏 《计算机应用研究》 北大核心 2025年第2期612-617,共6页
为了解决当前半监督三维目标检测算法中,传统的固定阈值方法在过滤伪标签时不够灵活,舍弃了大量有价值的伪标签,没有充分利用潜在有价值样本的问题,提出了一种基于潜在有价值样本挖掘的半监督三维目标检测方法。首先,不再使用固定阈值... 为了解决当前半监督三维目标检测算法中,传统的固定阈值方法在过滤伪标签时不够灵活,舍弃了大量有价值的伪标签,没有充分利用潜在有价值样本的问题,提出了一种基于潜在有价值样本挖掘的半监督三维目标检测方法。首先,不再使用固定阈值过滤伪标签,采用基于得分聚类的自适应阈值生成方法,分别为不同的类别生成过滤伪标签时需要的阈值,保留更多有价值的伪标签;其次,由于标签由类别和边界框信息组成,提出了一种联合置信度过滤伪标签的方法,使用对象置信度、分类置信度和IoU置信度的乘积来过滤伪标签,改善伪标签的质量;最后,对样本数量较少的类别生成稠密伪标签,筛选未通过联合置信度过滤的部分数据,以软伪标签的形式保留伪标签,更充分地利用潜在有价值的样本。在KITTI数据集上,与PV-RCNN方法相比,所提方法在仅1%标记数据的情况下,汽车类提高了6.5百分点,行人类提高了9百分点,自行车类提高了25百分点,实验结果证明了所提方法的有效性。 展开更多
关键词 目标检测 半监督 稠密伪标签 阈值 软伪标签
在线阅读 下载PDF
一种改进平稳小波去噪与扩展卡尔曼系统辨识的动态称量新方法
9
作者 龙保鑫 滕召胜 +2 位作者 孙彪 林海军 刘涛 《仪器仪表学报》 北大核心 2025年第3期41-50,共10页
针对在线检重秤在实际工作环境中受机械振动、被测试样自身冲击及外部随机扰动等多重因素影响,导致称重信号被噪声严重污染、称量精度难以满足要求的问题,故提出了一种基于收缩软阈值的改进平稳小波去噪与扩展卡尔曼系统辨识的动态称量... 针对在线检重秤在实际工作环境中受机械振动、被测试样自身冲击及外部随机扰动等多重因素影响,导致称重信号被噪声严重污染、称量精度难以满足要求的问题,故提出了一种基于收缩软阈值的改进平稳小波去噪与扩展卡尔曼系统辨识的动态称量新方法。首先,根据称重信号与理想信号的先验知识,采用7层平稳小波变换对称重信号进行多尺度分解,接着针对分解后得到的细节系数,将高频噪声占主导的细节系数d_(1,k)~d_(4,k)置0,并设计一种带收缩因子的软阈值函数对同时包含有用信号与干扰噪声成分的细节系数d_(5,k)~d_(7,k)进行处理,然后利用处理后的细节系数与原始近似系数进行平稳小波逆变换重构称重信号,从而有效抑制各种干扰噪声。最后在此基础上,采用扩展卡尔曼算法进行系统辨识,求解检重秤系统的模型参数,并利用所得模型参数计算被测试样的质量。为验证所提算法的有效性,实验采用5种不同质量的被测试样,分别在30、45、60、75和90 m/min这5种速度下进行多次加载测试,并对测试结果进行分析与比较。实验结果表明,所提算法的称量准确度优于时变低通滤波(TVLPF)算法、自适应预滤波与系统辨识(AID)算法以及自适应预滤波与扩展卡尔曼系统辨识(AEKSI)算法,满足国家标准《GB/T 27739—2011自动分检衡器》对ⅩⅢ类检重秤的精度要求。 展开更多
关键词 检重秤 动态称重 收缩软阈值 平稳小波去噪 扩展卡尔曼系统辨识
在线阅读 下载PDF
基于时空图卷积与双向门控循环单元的机械设备寿命预测
10
作者 刘中民 刘小平 +2 位作者 王斌 郝晓龙 张立杰 《制造技术与机床》 北大核心 2025年第9期185-193,共9页
针对传统剩余使用寿命(remaining useful life,RUL)预测方法在建模多传感器数据的复杂时空依赖与抗噪性能方面存在不足的问题,提出一种融合时空图卷积网络(spatial-temporal graph convolutional network,STGCN)、软阈值残差注意力机制... 针对传统剩余使用寿命(remaining useful life,RUL)预测方法在建模多传感器数据的复杂时空依赖与抗噪性能方面存在不足的问题,提出一种融合时空图卷积网络(spatial-temporal graph convolutional network,STGCN)、软阈值残差注意力机制与双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的剩余寿命预测模型。首先,通过时空图卷积提取多传感器数据中的空间与时间特征,建模设备部件间的拓扑关系与动态演化;其次,引入BiGRU以捕捉深层时序依赖,并结合软阈值残差注意力机制,增强对关键退化特征的感知能力并抑制噪声干扰;最后,实现对机械设备剩余寿命的精准预测。在PHM2010与NASA数据集上的实验表明,该方法在多种噪声干扰下仍具优异预测性能,显著优于现有方法。 展开更多
关键词 剩余使用寿命 时空图卷积 双向门控循环单元 软阈值 注意力
在线阅读 下载PDF
基于自适应去噪模块的高效激光雷达信号处理方法
11
作者 王子珣 刘博 《红外与激光工程》 北大核心 2025年第6期148-158,共11页
单光子激光雷达作为高精度和高时间分辨率的主动探测技术,被广泛应用于多种场景中的高精度三维结构重建。然而,弱回波场景对应有限的信号光子计数和低信噪比场景对应高背景噪声计数对精确高效解算深度提出了巨大挑战。针对应用于上述挑... 单光子激光雷达作为高精度和高时间分辨率的主动探测技术,被广泛应用于多种场景中的高精度三维结构重建。然而,弱回波场景对应有限的信号光子计数和低信噪比场景对应高背景噪声计数对精确高效解算深度提出了巨大挑战。针对应用于上述挑战场景的单光子激光雷达单点测距需求,文中提出了一种基于时间窗口预处理模块、自适应软阈值去噪模块和自注意力机制的卷积神经网络。首先,通过与发射激光脉冲脉宽匹配的时间窗口预处理模块对光子序列直方图数据进行初步的特征提取和数据增强;引入自注意力机制模块捕捉光子序列直方图的长程相关性,提高距离解算精度和鲁棒性;引入软阈值去噪模块自适应生成阈值并滤除噪声光子,最后输出去噪后信号回波波形和解算深度。同时文中结合光子序列直方图的分布特性和任务需求使用多损失函数联合约束网络训练,通过消融实验证明其有效性。与其他直方图技术相比,通过在模拟数据集进行训练测试和在真实数据集进行验证,所提出的模型相较于直方图技术能够取得更优的量化结果。特别地,针对探测距离为7.7 km、平均累积周期数为164以及平均回波光子数为14.21的回波信号,该模型实现了均方根误差1.3659 m的距离解算精度。 展开更多
关键词 单光子激光雷达 单点测距 深度学习 自注意力机制 软阈值去噪
在线阅读 下载PDF
基于CBAM-STCN的齿轮箱故障智能诊断方法
12
作者 万志国 王治国 +1 位作者 赵伟 窦益华 《科学技术与工程》 北大核心 2025年第9期3760-3768,共9页
针对齿轮箱在多种工况下故障特征存在差异,故障诊断易受噪声干扰,导致故障诊断模型泛化性差和识别准确率低的问题,提出一种端到端的具有混合注意力机制和软阈值化特点的时间卷积神经网络(convolutional block attention module-sparse t... 针对齿轮箱在多种工况下故障特征存在差异,故障诊断易受噪声干扰,导致故障诊断模型泛化性差和识别准确率低的问题,提出一种端到端的具有混合注意力机制和软阈值化特点的时间卷积神经网络(convolutional block attention module-sparse temporal convolutional network with soft thresholding,CBAM-STCN)齿轮箱故障诊断模型识别分类方法。首先,利用希尔伯特变换将齿轮故障振动信号转换为包络谱信号;然后,将其输入CBAM-STCN故障诊断模型中;该模型嵌入的混合注意力机制模块(convolutional block attention module,CBAM),能够自适应学习通道和空间注意力的权重,提取与故障特征相关的敏感信息;嵌入的软阈值函数能够最小化模型输出和原输入之间的差异;最后,利用所提出的方法对两种工况、不同类型的齿轮故障进行识别分类。结果表明:CBAM-STCN故障诊断模型对齿轮故障智能诊断的平均准确率为98.95%。该方法对于齿轮箱故障的智能诊断具有一定的参考价值。 展开更多
关键词 齿轮箱 故障智能诊断 混合注意力机制 软阈值化 时间卷积神经网络
在线阅读 下载PDF
LW-YOLOv7SAR:轻量SAR图像目标检测方法 被引量:1
13
作者 邹珺淏 任酉贵 +3 位作者 冷芳玲 鲍玉斌 张天成 于戈 《小型微型计算机系统》 北大核心 2025年第1期143-150,共8页
针对SAR场景的小目标、多噪声、复杂等特征,以及舰船目标场景的优化轻量检测模型需求,基于YOLOv7-tiny框架裁剪与优化,提出了可用于SAR舰船图像的轻量检测网络LW-YOLOv7SAR.它通过重参数化和Shuffle技巧,并结合GhostConv模块去除冗余信... 针对SAR场景的小目标、多噪声、复杂等特征,以及舰船目标场景的优化轻量检测模型需求,基于YOLOv7-tiny框架裁剪与优化,提出了可用于SAR舰船图像的轻量检测网络LW-YOLOv7SAR.它通过重参数化和Shuffle技巧,并结合GhostConv模块去除冗余信息的思想和方法,轻量化了模型,同时增强了模型多尺度信息提取的效率;为了便于部署和移植,模型使用易部署的激活函数hard-Swish和ReLU6.此外,在主干层引入结合空间通道注意力的软阈值化模块,增加了模型的去噪和泛化能力;为了提高小目标的检测精度,在模型中引入了加权的多尺度特征融合.经过理论分析和实验验证发现,对比YOLOv7-tiny, LW-YOLOv7SAR模型减少89%计算量、90%参数量、90%权重文件大小,由于减小了运算量,实现了模型推理时的功耗降低,因此也更符合绿色计算要求;在SSDD数据集上的检测准确率可达97.6%. 展开更多
关键词 YOLOv7-tiny 合成孔径雷达 舰船检测 小目标检测 软阈值化 轻量化
在线阅读 下载PDF
基于CNN和Transformer的轻量化电能质量扰动识别模型 被引量:1
14
作者 张彼德 邱杰 +3 位作者 娄广鑫 周灿 罗蜻清 李天倩 《电力工程技术》 北大核心 2025年第1期69-78,共10页
针对目前基于深度学习的电能质量扰动(power quality disturbances,PQDs)识别模型参数量多和计算复杂度较高的问题,文中提出了一种卷积神经网络(convolutional neural networks,CNN)融合Transformer(CNN and Transformer,CaT)的轻量化P... 针对目前基于深度学习的电能质量扰动(power quality disturbances,PQDs)识别模型参数量多和计算复杂度较高的问题,文中提出了一种卷积神经网络(convolutional neural networks,CNN)融合Transformer(CNN and Transformer,CaT)的轻量化PQDs识别模型。首先,利用深度可分离卷积初步提取扰动信号的局部特征;其次,提出一种高效的软阈值模块,在不显著增加模型参数量与计算复杂度的同时减少特征中的噪声与冗余特征;然后,利用Transformer模型挖掘PQDs信号的全局特征;最后,通过池化层、线性层和Softmax层完成PQDs识别。仿真实验表明,文中所提CaT模型在参数量和浮点运算数较少的情况下能够有效完成PQDs识别,对PQDs信号识别准确率高,具有良好的噪声鲁棒性。同时,得益于轻量化和端到端的模型设计,CaT模型相对于其他深度学习模型的推理时间更短。 展开更多
关键词 电能质量扰动(PQDs) 轻量化 参数量 高效软阈值模块 深度可分离卷积 Transformer模型
在线阅读 下载PDF
基于深度卷积收缩网络的汽辅泵故障诊断
15
作者 刘丙月 赵新文 +2 位作者 姜佳行 曾利民 万舒 《海军工程大学学报》 北大核心 2025年第3期94-98,共5页
辅助给水汽动泵(汽辅泵)作为核电站专设安全设施,在保障核电站安全可靠地停堆、减轻事故后果方面发挥着重要作用。因此,针对核电现场汽辅泵运行特点,提出了一种基于深度卷积收缩网络(deep convolutional shrinkage network,DCSN)模型的... 辅助给水汽动泵(汽辅泵)作为核电站专设安全设施,在保障核电站安全可靠地停堆、减轻事故后果方面发挥着重要作用。因此,针对核电现场汽辅泵运行特点,提出了一种基于深度卷积收缩网络(deep convolutional shrinkage network,DCSN)模型的汽辅泵故障诊断方法。该方法首先针对汽辅泵压力、转速等参数数据,按照一定尺寸将采集的时间序列状态信号矩阵化,构成了多故障类型的故障样本;然后,将软阈值模块嵌入卷积神经网络(convolutional neural network,CNN),构建了DCSN模型用于故障诊断;最后,利用核电厂全范围模拟机中的故障数据集合,对所提出方法进行验证。研究结果表明:与CNN模型相比,所提出的DCSN模型具有更优越的性能。 展开更多
关键词 汽辅泵 故障诊断 深度卷积收缩网络 卷积神经网络 软阈值化
在线阅读 下载PDF
结合GA与小波分析的多波束测深噪声滤波方法
16
作者 于潇涵 崔杨 +2 位作者 金绍华 陈娜 边刚 《海洋测绘》 北大核心 2025年第1期31-34,共4页
针对多波束测深数据中的异常值及地形失真问题,提出了一种基于遗传算法(GA)优化阈值的小波软阈值滤波方法。该方法通过遗传算法自然选择和遗传学原理的模拟,实现了阈值的自动优化,从而提高了滤波效果。实测数据处理实验结果表明,该方法... 针对多波束测深数据中的异常值及地形失真问题,提出了一种基于遗传算法(GA)优化阈值的小波软阈值滤波方法。该方法通过遗传算法自然选择和遗传学原理的模拟,实现了阈值的自动优化,从而提高了滤波效果。实测数据处理实验结果表明,该方法能够在保持地形特征的同时,更有效地去除观测噪声,提高地形测量的数据质量。该方法为多波束测深数据处理提供了新的思路,有助于提升海底地形数据的分析能力。 展开更多
关键词 多波束测深 遗传算法 软阈值滤波 观测噪声 测深数据处理
在线阅读 下载PDF
基于CLRM模型的侧信道攻击
17
作者 黄海 唐新琳 +3 位作者 吴金明 刘志伟 于斌 赵石磊 《密码学报(中英文)》 北大核心 2025年第2期414-428,共15页
目前关于基于深度学习的侧信道建模类攻击的研究中,建模阶段准确率低,且攻击阶段需要大量的能量迹才能获取正确密钥.本文提出了一种新的网络结构模型CLRM,该模型包含卷积神经网络模块、长短期记忆网络模块以及残差网络模块,通过在残差... 目前关于基于深度学习的侧信道建模类攻击的研究中,建模阶段准确率低,且攻击阶段需要大量的能量迹才能获取正确密钥.本文提出了一种新的网络结构模型CLRM,该模型包含卷积神经网络模块、长短期记忆网络模块以及残差网络模块,通过在残差网络中引入软阈值,使得模型能够自动提取能量迹中的泄露信息,减少了模型所需训练的参数量,还能自适应地对提取的特征信息进行软阈值化处理,进而提升了性能.在ASCAD数据集上,模型的准确率能够达到92.81%,且仅需30条能量迹就能获取到正确的子密钥,相较于其他模型,准确率提升了23.98%,攻击效率提高了40%;在DPAcontestv4数据集上,模型的准确率能够达到90.33%,且仅需2条能量迹就能获取到正确的子密钥,准确率提升了0.41%,攻击效率提高了33.33%. 展开更多
关键词 侧信道攻击 卷积神经网络 长短期记忆网络 残差网络 软阈值
在线阅读 下载PDF
基于时序分解和软阈值时间卷积的交通流预测
18
作者 项新建 袁天顺 +1 位作者 何亚强 汪成立 《浙江大学学报(工学版)》 北大核心 2025年第7期1353-1361,共9页
交通流数据的高度非线性、强时间依赖性、特征冗余和噪声会降低模型的预测精度,为此提出融合自适应噪声完备集合经验模态分解(CEEMDAN)和软阈值时间卷积网络(STTCN)的短时交通流预测算法. CEEMDAN算法将历史交通流数据分解为高频和低频... 交通流数据的高度非线性、强时间依赖性、特征冗余和噪声会降低模型的预测精度,为此提出融合自适应噪声完备集合经验模态分解(CEEMDAN)和软阈值时间卷积网络(STTCN)的短时交通流预测算法. CEEMDAN算法将历史交通流数据分解为高频和低频成分.设计时间戳编码处理时间信息,使用最大信息系数(MIC)分析时间和天气特征与分解成分的相关性.将最相关特征与对应高、低频成分输入STTCN.引入软阈值机制增强高噪声数据的处理能力,软阈值参数由黏菌优化算法(SMA)调整,将预测得到的高、低频成分重构为交通流预测结果.在浙江省某高速公路数据集上,相较于基线模型,所提算法的均方误差、均方根误差和绝对偏差下降了54.97%、30.07%和34.39%.结果表明,所提算法能有效捕捉交通流的复杂动态. 展开更多
关键词 短时交通流预测 软阈值时间卷积网络 自适应噪声完备集合经验模态分解 时间戳编码 最大信息系数
在线阅读 下载PDF
基于多尺度融合和时空特征的网络入侵检测模型 被引量:3
19
作者 龚星宇 来源 +1 位作者 李娜 雷璇 《计算机工程与设计》 北大核心 2024年第6期1640-1646,共7页
针对入侵检测模型提取特征能力不足,且流量数据中含冗余噪声的问题,提出一种基于多尺度融合和时空特征的ML-PFN入侵检测模型。采用多尺度特征融合技术分别提取数据中浅层特征信息和深层特征信息,使模型学习的特征更加丰富;采用软阈值函... 针对入侵检测模型提取特征能力不足,且流量数据中含冗余噪声的问题,提出一种基于多尺度融合和时空特征的ML-PFN入侵检测模型。采用多尺度特征融合技术分别提取数据中浅层特征信息和深层特征信息,使模型学习的特征更加丰富;采用软阈值函数和注意力机制自动选择合适的阈值,减少噪声及不相关信息对模型的干扰;融合时空特征构成多尺度空间特征提取长短时记忆-并行特征网络(MSFE LSTM-parallel feature network, ML-PFN)模型,并应用于网络入侵检测。通过3个公开数据集进行性能评估,实验结果表明,ML-PFN模型对比其它5种分类模型各项指标效果最好,在训练时长适中的同时准确率达到96.45%。 展开更多
关键词 入侵检测 冗余噪声 多尺度融合 时空特征 软阈值 注意力机制 长短时记忆
在线阅读 下载PDF
WiCare:一种非接触式的老人如厕跌倒监测模型 被引量:1
20
作者 段鹏松 刁宪广 +3 位作者 张大龙 曹仰杰 刘广怡 孔金生 《计算机科学》 CSCD 北大核心 2024年第S01期751-758,共8页
老人在卫生间内的跌倒行为存在因救助及时性差而导致严重危害的风险,因此高效快捷的如厕跌倒监测研究具有重要意义。针对当前基于Wi-Fi感知的跌倒监测方法中存在的受噪声影响大而特征提取不充分、监测精度有限的问题,提出了一种基于多... 老人在卫生间内的跌倒行为存在因救助及时性差而导致严重危害的风险,因此高效快捷的如厕跌倒监测研究具有重要意义。针对当前基于Wi-Fi感知的跌倒监测方法中存在的受噪声影响大而特征提取不充分、监测精度有限的问题,提出了一种基于多级离散小波变换和软阈值处理的信号降噪算法,及一种融合卷积神经网络、双向长短期记忆网络及自注意力机制的非接触式如厕跌倒监测模型WiCare。首先,从原始CSI数据中提取振幅作为基础数据;其次,使用多级离散小波变换和软阈值处理进行感知数据降噪;然后,将感知数据进行多维重构,以更准确地表征跌倒行为特征;最后,利用WiCare提取感知数据中的有效特征,进而实现卫生间如厕跌倒行为监测功能。实验结果表明,WiCare在居家卫生间环境下对跌倒行为监测的准确率为99.41%,与其他同类模型相比,WiCare的识别准确率高,模型复杂度低,且泛化能力更强。 展开更多
关键词 Wi-Fi感知 如厕跌倒监测 离散小波变换 软阈值处理 深度学习
在线阅读 下载PDF
上一页 1 2 17 下一页 到第
使用帮助 返回顶部