检索结果-维普期刊中文期刊服务平台

基于堆栈式自编码器的尾矿库安全评价被引量：7: 1; 作者陈国定姚景新洑佳红《浙江工业大学学报》 CAS 北大核心 2015年第3期326-331,共6页; 为有效评估尾矿库的安全状况,针对尾矿库数据的随机波动性、非线性和多数据源的特点,采用堆栈式自编码器算法对尾矿库进行安全评价.基于多层结构、稀疏性限制,该算法采用贪心逐层训练策略对网络权值进行优化,进而对尾矿库进行安全评价.... 展开更多; 关键词堆栈式自编码器尾矿库安全评价稀疏性; 在线阅读下载PDF 职称材料

基于堆栈式稀疏自编码器的高光谱影像分类被引量：24: 2; 作者戴晓爱郭守恒 +2 位作者任淯杨晓霞刘汉湖《电子科技大学学报》 EI CAS CSCD 北大核心 2016年第3期382-386,共5页; 为挖掘高光谱影像数据的内在光谱特征,该文基于深度学习理论,引用堆栈式稀疏自编码器构建原始数据的深层特征表达。首先通过稀疏自编码器,得到原始数据的稀疏特征表达。其次通过逐层学习稀疏自编码器构建深度神经网,输出原始数据的深度... 展开更多; 关键词深度神经网特征提取高光谱影像分类堆栈式稀疏自编码器支持向量机; 在线阅读下载PDF 职称材料

堆栈式混合自编码器的人脸表情识别方法被引量：7: 3; 作者张志禹王瑞琼 +1 位作者魏敏敏周杰《计算机工程与应用》 CSCD 北大核心 2019年第13期140-144,200,共6页; 针对进一步提高人脸表情识别率的问题,采用了一种基于深度学习的堆栈式混合自编码器(Stacked HybridAuto-Encoder,SHAE)的人脸表情识别方法。该方法的结构是由去噪自编码器(Denoising Auto-Encoder,DAE)、稀疏自编码器(Sparse Auto-Enco... 展开更多; 关键词人脸表情识别堆栈式混合自编码器(SHAE) 稀疏自编码器(SAE) 去噪自编码器(DAE); 在线阅读下载PDF 职称材料

基于低秩堆栈式语义自编码器的零样本学习被引量：1: 4; 作者冉瑞生董殊宏 +1 位作者李进王宁《计算机应用研究》 CSCD 北大核心 2023年第2期539-543,共5页; 在图像分类领域,现有的深度学习等方法在训练时需要大量有标注的数据样本,且无法识别在训练阶段未出现的类别。零样本学习能有效缓解此类问题。本研究基于堆栈式自编码器和低秩嵌入,提出了一种新的零样本学习方法,即基于低秩嵌入的堆栈... 展开更多; 关键词图像分类零样本学习堆栈式自编码器低秩嵌入; 在线阅读下载PDF 职称材料

基于NIRS的小麦不完善粒精确快速评定方法研究被引量：1: 5; 作者马洪娟冀定磊 +2 位作者赵殿仁卢函姝王敏欣《中国粮油学报》 CSCD 北大核心 2024年第12期195-200,共6页; 小麦不完善粒是评价小麦品质的重要指标。目前小麦不完善粒的检验在我国主要依靠人工识别实现,存在结果不客观、重复性差、效率低、工作量大的缺陷。近红外是一种可同时分析多组分的无损检测技术,有望取代人工识别,实现小麦不完善粒的... 展开更多; 关键词近红外小麦不完善粒判别式偏最小二乘堆栈式自编码器; 在线阅读下载PDF 职称材料

基于Deep CG的肺部电阻抗成像方法被引量：4: 6; 作者王子辰付荣 +2 位作者张新宇王迪陈晓艳《中国生物医学工程学报》 CAS CSCD 北大核心 2023年第2期148-157,共10页; 针对电阻抗图像重建空间分辨率不足问题,基于深度学习理论提出一种共轭梯度快速预重建与深度堆栈式自编码器后处理的电阻抗成像方法(Deep CG)。该方法的核心思想是:融合数值重建算法与深度学习算法,使胸腔内肺部的结构和电导率分布更加... 展开更多; 关键词电阻抗成像堆栈式自编码器深度学习图像重建共轭梯度; 在线阅读下载PDF 职称材料

基于SDAE预测模型和改进SSA的NO_(x)排放优化被引量：5: 7; 作者马良玉孙佳明《中国电机工程学报》 EI CSCD 北大核心 2022年第14期5194-5201,共8页; 为降低锅炉燃烧系统氮氧化物(nitrogen oxide,NO_(x))的排放浓度,基于某1000MW火电机组采集的真实历史运行数据,采用堆叠降噪自编码器(stacked denoising auto-encoder,SDAE)建立了NO_(x)排放浓度的预测模型,进而提出一种基于改进麻雀... 展开更多; 关键词锅炉运行优化 NO_(x)排放堆栈式降噪自编码器麻雀搜索算法混沌映射萤火虫扰动; 在线阅读下载PDF 职称材料

基于深度学习的蛋白质亚细胞定位预测被引量：4: 8; 作者王艺皓丁洪伟 +2 位作者李波保利勇张颖婕《计算机应用》 CSCD 北大核心 2020年第11期3393-3399,共7页; 针对传统机器学习算法中仍需手工操作表示特征的问题,提出了一种基于堆栈式降噪自编码器(SDAE)深度网络的蛋白质亚细胞定位算法。首先,分别利用改进型伪氨基酸组成法(PseAAC)、伪位置特异性得分矩阵法(PsePSSM)和三联体编码法(CT)对蛋... 展开更多; 关键词深度学习特征融合蛋白质定位堆栈式降噪自编码器留一法; 在线阅读下载PDF 职称材料

题名基于堆栈式自编码器的尾矿库安全评价被引量：7: 1; 作者陈国定姚景新洑佳红; 机构浙江工业大学信息工程学院; 出处《浙江工业大学学报》 CAS 北大核心 2015年第3期326-331,共6页; 文摘为有效评估尾矿库的安全状况,针对尾矿库数据的随机波动性、非线性和多数据源的特点,采用堆栈式自编码器算法对尾矿库进行安全评价.基于多层结构、稀疏性限制,该算法采用贪心逐层训练策略对网络权值进行优化,进而对尾矿库进行安全评价.结合淳安某尾矿库的数据进行了安全评价的仿真实验,结果表明:堆栈式自编码器算法能克服多层网络结构权值易陷入局部最小值的缺陷,有效刻画数据的非线性和随机波动性,具备良好的评价准确率.; 关键词堆栈式自编码器尾矿库安全评价稀疏性; Keywords stacked auto-encoder tailing pond safety evaluation sparsity; 分类号 TP183 [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

题名基于堆栈式稀疏自编码器的高光谱影像分类被引量：24: 2; 作者戴晓爱郭守恒任淯杨晓霞刘汉湖; 机构成都理工大学地学空间信息技术国土资源部重点实验室; 出处《电子科技大学学报》 EI CAS CSCD 北大核心 2016年第3期382-386,共5页; 基金国家自然科学基金(41201440,41071265,41102225) 教育部高等学校博士学科点专项科研基金(20135122120009) +1 种基金国土资源部地学空间信息技术重点实验室课题(KLGSIT2013-02); 文摘为挖掘高光谱影像数据的内在光谱特征,该文基于深度学习理论,引用堆栈式稀疏自编码器构建原始数据的深层特征表达。首先通过稀疏自编码器,得到原始数据的稀疏特征表达。其次通过逐层学习稀疏自编码器构建深度神经网,输出原始数据的深度特征。最后将其连接到支持向量机分类器,完成模型的精调。实验结果分析表明:基于堆栈式稀疏自编码器的最优分类模型,总体精度可达87.82%,优于实验中的其他方法,证明了深度学习方法在高光谱影像处理中具有良好的分类性能。; 关键词深度神经网特征提取高光谱影像分类堆栈式稀疏自编码器支持向量机; Keywords deep neural network feature extraction hyperspectral image classification stacked sparseautoencoder support vector machine （SVM）; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名堆栈式混合自编码器的人脸表情识别方法被引量：7: 3; 作者张志禹王瑞琼魏敏敏周杰; 机构西安理工大学自动化学院西安电子科技大学机电工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2019年第13期140-144,200,共6页; 文摘针对进一步提高人脸表情识别率的问题,采用了一种基于深度学习的堆栈式混合自编码器(Stacked HybridAuto-Encoder,SHAE)的人脸表情识别方法。该方法的结构是由去噪自编码器(Denoising Auto-Encoder,DAE)、稀疏自编码器(Sparse Auto-Encoder,SAE)以及自编码器(Auto-Encoder,AE)组合而成的5 层网络结构。为了增加网络的鲁棒性以及泛化能力,采用去噪自编码器对样本进行提取特征,为了对提取的特征进行降维以及进一步提取更抽象的稀疏特征,采用稀疏自编码器进行级联,来对特征进一步处理。训练过程首先由无标签的数据进行预训练和整体微调,对整个结构的权重进行初始化和更新调整,然后使用有标签的数据进行测试训练。在JAFFE和CK+两个数据集上实验显示,相较于单纯的堆栈式去噪自编码或者单纯的堆栈式稀疏自编码,该方法具有更好的识别效果。; 关键词人脸表情识别堆栈式混合自编码器(SHAE) 稀疏自编码器(SAE) 去噪自编码器(DAE); Keywords face expression recognition Stacked Hybrid Auto-Encoder Sparse Auto-Encoder Denoising Auto-Encoder; 分类号 TP391.4 [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

题名基于低秩堆栈式语义自编码器的零样本学习被引量：1: 4; 作者冉瑞生董殊宏李进王宁; 机构重庆师范大学计算机与信息科学学院; 出处《计算机应用研究》 CSCD 北大核心 2023年第2期539-543,共5页; 基金教育部人文社科规划项目(20YJAZH084) 重庆市技术创新与应用发展专项面上项目(cstc2020jscx-msxmX0190) 重庆市教委科学技术研究重点项目(KJZD-K202100505)。; 文摘在图像分类领域,现有的深度学习等方法在训练时需要大量有标注的数据样本,且无法识别在训练阶段未出现的类别。零样本学习能有效缓解此类问题。本研究基于堆栈式自编码器和低秩嵌入,提出了一种新的零样本学习方法,即基于低秩嵌入的堆栈语义自编码器(low-rank stacked semantic auto-encoder,LSSAE)。该模型基于编码-解码机制,编码器学习到一个具有低秩结构的投影函数,用于将图像的视觉特征空间、语义描述空间以及标签进行连接;解码阶段重建原始视觉特征。并通过低秩嵌入,使得学习到的模型在预见未见类别时能共享已见类的语义信息,从而更好地进行分类。本研究在五个常见的数据集上进行实验,结果表明LSSAE的性能优于已有的零样本学习方法,是一种有效的零样本学习方法。; 关键词图像分类零样本学习堆栈式自编码器低秩嵌入; Keywords image classification zero-shot learning stacked auto-encoder low-rank embedding; 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NIRS的小麦不完善粒精确快速评定方法研究被引量：1: 5; 作者马洪娟冀定磊赵殿仁卢函姝王敏欣; 机构中化现代农业有限公司; 出处《中国粮油学报》 CSCD 北大核心 2024年第12期195-200,共6页; 文摘小麦不完善粒是评价小麦品质的重要指标。目前小麦不完善粒的检验在我国主要依靠人工识别实现,存在结果不客观、重复性差、效率低、工作量大的缺陷。近红外是一种可同时分析多组分的无损检测技术,有望取代人工识别,实现小麦不完善粒的快速、准确、自动化检测。本研究以中国不同地区不同品种的2169粒小麦样品为对象,在运动条件下采集其近红外漫反射光谱,并使用一种线性判别算法:判别式偏最小二乘法(PLS-DA)和一种深度学习算法:堆栈式自编码器(SAE)对小麦不完善粒情况进行识别,研究旨在探索快速、准确判别小麦不完善粒的近红外方法的可行性。PLS-DA模型使用联合区间间隔偏最小二乘法(SiPLS)优化,其校正和验证的平均识别准确率分别为88.41%和86.62%。SAE模型采用双隐藏层的神经网络结构,SAE模型的校正和验证的平均识别准确率分别为92.52%和90.52%。结果表明:SAE的多层神经网络结构较好地学习了小麦的光谱特征,因而比PLS-DA模型具有更好的识别性能。; 关键词近红外小麦不完善粒判别式偏最小二乘堆栈式自编码器; Keywords near-infrared wheat unsound kernel partial least square discrimination analysis stacked autoencoder; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TS210 [轻工技术与工程—粮食、油脂及植物蛋白工程]; 在线阅读下载PDF 职称材料

题名基于Deep CG的肺部电阻抗成像方法被引量：4: 6; 作者王子辰付荣张新宇王迪陈晓艳; 机构天津科技大学电子信息与自动化学院; 出处《中国生物医学工程学报》 CAS CSCD 北大核心 2023年第2期148-157,共10页; 文摘针对电阻抗图像重建空间分辨率不足问题,基于深度学习理论提出一种共轭梯度快速预重建与深度堆栈式自编码器后处理的电阻抗成像方法(Deep CG)。该方法的核心思想是:融合数值重建算法与深度学习算法,使胸腔内肺部的结构和电导率分布更加精准。首先采用共轭梯度算法进行图像预重建,获得边界电压与胸腔内部电导率分布的预映射关系;再采用深度堆栈式自编码器,将编码和解码层级连接,充分利用不同空间特征信息,实现特征提取和图像重建;最后根据公开的80名临床患者的CT结构图像构建了数据集,采用混合式监督训练方法调参,不仅避免了深度网络中信息流和梯度流弥散问题,而且优化了算法模型。采用图像相对误差、相关系数进行量化指标评价,并与常用的数值图像重建算法和全连接神经网络模型进行对比。结果显示,Deep CG算法的比常用图像重建算法图像和全连接神经网络模型相对误差从0.50和0.24降低到0.11,相关系数由0.80和0.90提高到0.96。该方法获得了空间分辨率高,尤其边界更清晰的电阻抗图像,有望进一步推动EIT技术在临床的应用研究。; 关键词电阻抗成像堆栈式自编码器深度学习图像重建共轭梯度; Keywords electrical impedance imaging stack autoencoder deep learning image reconstruction conjugate gradient; 分类号 R318 [医药卫生—生物医学工程]; 在线阅读下载PDF 职称材料

题名基于SDAE预测模型和改进SSA的NO_(x)排放优化被引量：5: 7; 作者马良玉孙佳明; 机构华北电力大学控制与计算机工程学院; 出处《中国电机工程学报》 EI CSCD 北大核心 2022年第14期5194-5201,共8页; 文摘为降低锅炉燃烧系统氮氧化物(nitrogen oxide,NO_(x))的排放浓度,基于某1000MW火电机组采集的真实历史运行数据,采用堆叠降噪自编码器(stacked denoising auto-encoder,SDAE)建立了NO_(x)排放浓度的预测模型,进而提出一种基于改进麻雀搜索算法(sparrow search algorithm,SSA)的锅炉配风配粉优化策略。为提高SSA的寻优能力,提出一种引入萤火虫扰动的混沌优化麻雀搜索算法(chaotic optimized sparrow search algorithm with the introduction of firefly perturbation,FCOSSA),该算法采用Tent混沌映射使初始个体尽可能分布均匀,以增加初始种群的多样性,利用萤火虫扰动方式对所有麻雀位置进行更新。经典测试函数优化试验表明了FCOSSA的优越性。针对某给定负荷稳态运行工况,以降低NO_(x)排放为目标,利用方法对锅炉各磨煤机的给煤量及二次风门开度等进行寻优,结果表明优化后锅炉的NO_(x)排放浓度可有效降低,验证了方法的有效性。; 关键词锅炉运行优化 NO_(x)排放堆栈式降噪自编码器麻雀搜索算法混沌映射萤火虫扰动; Keywords boiler operation optimization NO_(x)emission stacked denoising auto-encoder sparrow search algorithm chaotic mapping firefly perturbation; 分类号 TM621.2 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于深度学习的蛋白质亚细胞定位预测被引量：4: 8; 作者王艺皓丁洪伟李波保利勇张颖婕; 机构云南大学信息学院; 出处《计算机应用》 CSCD 北大核心 2020年第11期3393-3399,共7页; 基金国家自然科学基金资助项目(61461053,61461054)。; 文摘针对传统机器学习算法中仍需手工操作表示特征的问题,提出了一种基于堆栈式降噪自编码器(SDAE)深度网络的蛋白质亚细胞定位算法。首先,分别利用改进型伪氨基酸组成法(PseAAC)、伪位置特异性得分矩阵法(PsePSSM)和三联体编码法(CT)对蛋白质序列进行特征提取,并将这三种方法得到的特征向量进行融合,以得到一个全新的蛋白质序列特征表达模型;接着,将融合后的特征向量输入到SDAE深度网络里自动学习更有效的特征表示;然后选用Softmax回归分类器进行亚细胞的分类预测,并采用留一法在Viral proteins和Plant proteins两个数据集上进行交叉验证;最后,将所提算法的结果与mGOASVM、HybridGO-Loc等多种现有算法的结果进行比较。实验结果表明,所提算法在Viral proteins数据集上取得了98.24%的准确率,与mGOASVM算法相比提高了9.35个百分点;同时所提算法在Plant proteins数据集上取得了97.63%的准确率,比mGOASVM算法和HybridGO-Loc算法分别提高了10.21个百分点和4.07个百分点。综上说明所提算法可以有效提高蛋白质亚细胞定位预测的准确性。; 关键词深度学习特征融合蛋白质定位堆栈式降噪自编码器留一法; Keywords deep learning feature fusion protein localization Stacked Denoising AutoEncoder(SDAE) leave-oneout cross validation; 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	作者	出处	发文年	被引量	操作
1	基于堆栈式自编码器的尾矿库安全评价	陈国定姚景新洑佳红	《浙江工业大学学报》 CAS 北大核心	2015	7	在线阅读下载PDF 职称材料
2	基于堆栈式稀疏自编码器的高光谱影像分类	戴晓爱郭守恒任淯杨晓霞刘汉湖	《电子科技大学学报》 EI CAS CSCD 北大核心	2016	24	在线阅读下载PDF 职称材料
3	堆栈式混合自编码器的人脸表情识别方法	张志禹王瑞琼魏敏敏周杰	《计算机工程与应用》 CSCD 北大核心	2019	7	在线阅读下载PDF 职称材料
4	基于低秩堆栈式语义自编码器的零样本学习	冉瑞生董殊宏李进王宁	《计算机应用研究》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
5	基于NIRS的小麦不完善粒精确快速评定方法研究	马洪娟冀定磊赵殿仁卢函姝王敏欣	《中国粮油学报》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
6	基于Deep CG的肺部电阻抗成像方法	王子辰付荣张新宇王迪陈晓艳	《中国生物医学工程学报》 CAS CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
7	基于SDAE预测模型和改进SSA的NO_(x)排放优化	马良玉孙佳明	《中国电机工程学报》 EI CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
8	基于深度学习的蛋白质亚细胞定位预测	王艺皓丁洪伟李波保利勇张颖婕	《计算机应用》 CSCD 北大核心	2020	4	在线阅读下载PDF 职称材料