期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于栈式降噪自动编码器的建筑工程施工成本预测 被引量:15
1
作者 刘必君 叶雨辰 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2020年第6期922-928,共7页
以高层建筑工程项目为例,对建筑工程施工成本影响因素进行可靠地识别和合理量化。基于深度学习下的栈式降噪自动编码器理论,结合神经网络,构建非线性工程项目的施工成本预测模型。通过实际案例在Matlab平台上进行仿真预测,实证了该方法... 以高层建筑工程项目为例,对建筑工程施工成本影响因素进行可靠地识别和合理量化。基于深度学习下的栈式降噪自动编码器理论,结合神经网络,构建非线性工程项目的施工成本预测模型。通过实际案例在Matlab平台上进行仿真预测,实证了该方法在预测建筑工程施工成本上的可靠性和精确性。 展开更多
关键词 建筑工程 施工成本 深度学习 栈式降噪自动编码器 预测
在线阅读 下载PDF
基于栈式降噪稀疏自动编码器的雷达目标识别方法 被引量:13
2
作者 赵飞翔 刘永祥 霍凯 《雷达学报(中英文)》 CSCD 2017年第2期149-156,共8页
雷达目标识别中特征提取是关键步骤,所提取特征的好坏决定着识别效果的优劣,但传统特征提取方法很难发掘目标数据深层次本质特征。深度学习理论中的自动编码器模型能够用数据去学习特征,获得数据不同层次的特征表达。同时为消除噪声影响... 雷达目标识别中特征提取是关键步骤,所提取特征的好坏决定着识别效果的优劣,但传统特征提取方法很难发掘目标数据深层次本质特征。深度学习理论中的自动编码器模型能够用数据去学习特征,获得数据不同层次的特征表达。同时为消除噪声影响,该文提出一种基于栈式降噪稀疏自动编码器的雷达目标识别方法,通过设置不同隐藏层数和迭代次数,从雷达数据中直接高效地提取识别所需的各层次特征。暗室仿真数据实验结果验证了该方法较K近邻分类方法及传统栈式自编码器有更好的识别效果。 展开更多
关键词 目标识别 深度学习 稀疏自动编码器
在线阅读 下载PDF
基于自编码组合特征提取的分类方法研究 被引量:6
3
作者 谷丛丛 王艳 +1 位作者 严大虎 纪志成 《系统仿真学报》 CAS CSCD 北大核心 2018年第11期4132-4140,共9页
针对自动编码器无监督训练过程中不能根据标签提取类别信息的问题,为提高识别准确率,提出栈式分类降噪自动编码器(Stacked Class Denoising Autoencoder, SCDAE)来获取类别信息,并使用自编码组合特征提取方法提取组合特征用于分类。该... 针对自动编码器无监督训练过程中不能根据标签提取类别信息的问题,为提高识别准确率,提出栈式分类降噪自动编码器(Stacked Class Denoising Autoencoder, SCDAE)来获取类别信息,并使用自编码组合特征提取方法提取组合特征用于分类。该方法构建栈式降噪自动编码器(Stacked Denoising Autoencoder, SDAE)和SCDAE;微调SDAE和SCDAE形成组合模型(Combined Model, CM);使用CM提取包含输入数据主要信息和类别信息的组合特征进行分类。选取MNIST和USPS手写体识别库进行测试,实验结果表明,该方法可以有效提取特征,提高识别准确率。 展开更多
关键词 栈式降噪自动编码器 分类自动编码器 类别信息 组合特征
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部