检索结果-维普期刊中文期刊服务平台

面向多功能张量加速器的细粒度结构化稀疏设计: 1; 作者赵桦筝庞善民 +4 位作者赵英海华高晖李晨阳段战胜梅魁志《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第11期176-184,共9页; 为解决模型压缩算法与多功能张量加速器(VTA)的适配性问题,通过改进经典的YOLObile分块剪枝方法,完成面向该加速器的自适应细粒度结构化稀疏设计及性能评估。针对VTA的多重循环维度展开特性,对模型的权重张量进行32×32大小的分块;... 展开更多; 关键词神经网络轻量化模型稀疏化深度学习多功能张量加速器模型部署; 在线阅读下载PDF 职称材料

基于压缩感知的DOA估计稀疏化模型与性能分析被引量：32: 2; 作者林波张增辉朱炬波《电子与信息学报》 EI CSCD 北大核心 2014年第3期589-594,共6页; 利用压缩感知理论解决阵列信号到达角(DOA)估计问题,具有对快拍数据量要求低、可处理相关源等优点。将压缩感知理论应用于信源DOA估计的一个关键问题是建立信源信号的稀疏化模型。该文在均匀线阵模型下系统分析了角度划分对DOA估计稀疏... 展开更多; 关键词压缩感知(CS) 稀疏化模型到达方向(DOA)估计相关性; 在线阅读下载PDF 职称材料

结构稀疏模型被引量：6: 3; 作者刘建伟崔立鹏罗雄麟《计算机学报》 EI CSCD 北大核心 2017年第6期1309-1337,共29页; 由于生物信息学、心理学诊断、计算语言与语音学、计算机视觉、门户网站、电子商务、移动互联网、物联网中处理高维和超高维数据的需求不断涌现,迫切需要研究具有变量选择和特征降维功能的回归和分类模型,所以以Lasso、自适应Lasso和ela... 展开更多; 关键词稀疏化模型结构稀疏化模型组结构稀疏模型多层稀疏结构模型树结构稀疏化模型图结构稀疏化模型结构稀疏字典结构稀疏码人工智能; 在线阅读下载PDF 职称材料

太赫兹融合光谱结合改进Fused Lasso模型在转基因菜籽油鉴别中的应用被引量：1: 4; 作者陈涛谢光翀张绍荣《光学精密工程》 EI CAS CSCD 北大核心 2024年第20期3006-3016,共11页; 现有基于单一光谱的转基因菜籽油分类鉴别模型,存在包含信息少、数据维度高等问题,导致模型运行效率较低、检测结果不够准确。针对此问题,本研究提出一种太赫兹融合光谱结合改进Fused Lasso模型的转基因菜籽油分类鉴别方法。以两种转基... 展开更多; 关键词太赫兹转基因菜籽油融合光谱正则化稀疏模型贝叶斯优化; 在线阅读下载PDF 职称材料

p范数正则化支持向量机分类算法被引量：19: 5; 作者刘建伟李双成罗雄麟《自动化学报》 EI CSCD 北大核心 2012年第1期76-87,共12页; L2范数罚支持向量机(Support vector machine,SVM)是目前使用最广泛的分类器算法之一,同时实现特征选择和分类器构造的L1范数和L0范数罚SVM算法也已经提出.但是,这两个方法中,正则化阶次都是事先给定,预设p=2或p=1.而我们的实验研究显示... 展开更多; 关键词迭代再权方法 p范数(0 支持向量机特征选择稀疏化模型高维小样本数据; 在线阅读下载PDF 职称材料

题名面向多功能张量加速器的细粒度结构化稀疏设计: 1; 作者赵桦筝庞善民赵英海华高晖李晨阳段战胜梅魁志; 机构西安交通大学软件学院北京华航无线电测量研究所西安交通大学自动化科学与工程学院西安交通大学人工智能学院; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第11期176-184,共9页; 基金新疆维吾尔自治区重点研发计划资助项目(2022B01008-1) 国家自然科学基金资助项目(62076193)。; 文摘为解决模型压缩算法与多功能张量加速器(VTA)的适配性问题,通过改进经典的YOLObile分块剪枝方法,完成面向该加速器的自适应细粒度结构化稀疏设计及性能评估。针对VTA的多重循环维度展开特性,对模型的权重张量进行32×32大小的分块;结合时间维度的自蒸馏与空间维度的教师蒸馏,进行多维度特征对齐;通过一阶段式迭代训练方式,改进原有的ADMM算法计算流程,在提升模型部署精度的同时减少训练成本;提出自适应层剪枝率模块,进行总剪枝率的自适应分配,实现端到端的自动化剪枝。实验结果表明:改进方法有效减少了约2.4%的浮点计算量,并在图像分类、目标检测等多项任务中提升了压缩模型的精度,最大增长百分比为2.6%。该方法为深度学习模型在VTA上的稀疏化部署提供了一种高效、轻量级的软件解决方案。; 关键词神经网络轻量化模型稀疏化深度学习多功能张量加速器模型部署; Keywords neural network compression model sparsity deep learning versatile tensor accelerator model deployment; 分类号 TP31 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于压缩感知的DOA估计稀疏化模型与性能分析被引量：32: 2; 作者林波张增辉朱炬波; 机构国防科技大学理学院; 出处《电子与信息学报》 EI CSCD 北大核心 2014年第3期589-594,共6页; 基金国家自然科学基金(61002024 61072142 +4 种基金 61102169 61201332 61205190 61271437) 国防科学技术大学科研计划项目(JC11-02-03)资助课题; 文摘利用压缩感知理论解决阵列信号到达角(DOA)估计问题,具有对快拍数据量要求低、可处理相关源等优点。将压缩感知理论应用于信源DOA估计的一个关键问题是建立信源信号的稀疏化模型。该文在均匀线阵模型下系统分析了角度划分对DOA估计稀疏重构性能的影响,从对相关性的分析出发给出了信号的最优稀疏化模型。分析结果表明在实际应用中基于信源信号等正弦空间稀疏化的重构模型是最优的。实验对比了新的稀疏化模型与传统的等角度划分方式得到的流形矩阵的可重构性能,并进行了关于信号重构和信源DOA估计的详细实验分析,验证了所提模型的优越性。; 关键词压缩感知(CS) 稀疏化模型到达方向(DOA)估计相关性; Keywords Compressive Sensing （CS） Sparsity model Direction-Of-Arrival （DOA） estimation Coherence; 分类号 TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名结构稀疏模型被引量：6: 3; 作者刘建伟崔立鹏罗雄麟; 机构中国石油大学(北京)自动化系; 出处《计算机学报》 EI CSCD 北大核心 2017年第6期1309-1337,共29页; 基金 supported by the Basic Scientific Research Foundation of China University of Petroleum(JCXK-2011-07); 文摘由于生物信息学、心理学诊断、计算语言与语音学、计算机视觉、门户网站、电子商务、移动互联网、物联网中处理高维和超高维数据的需求不断涌现,迫切需要研究具有变量选择和特征降维功能的回归和分类模型,所以以Lasso、自适应Lasso和elastic net等为代表的稀疏模型近年来在机器学习领域中非常流行.然而,这些稀疏模型没有考虑变量中存在的组结构、重叠组结构、双层稀疏结构、多层稀疏结构、树结构和图结构等结构化信息.结构稀疏模型考虑了这些结构先验信息,改善了模型对特征选择的结果和稀疏模型在相应结构稀疏化数据背景下的统计特性.结构稀疏化模型是当前稀疏学习领域的研究方向,近几年来涌现出很多研究成果,文中对主流的结构稀疏模型,如组结构稀疏模型、结构稀疏字典学习、双层结构稀疏模型、树结构稀疏模型和图结构稀疏模型进行了总结,对结构稀疏模型目标函数中包含非可微、非凸和不可分离变量的结构稀疏模型目标函数近似转换为可微、凸和可分离变量的近似目标函数的技术如控制-受控不等式(Majority-Minority,MM),Nesterov双目标函数近似方法,一阶泰勒展开和二阶泰勒展开技术,对求解结构稀疏化模型近似目标函数的优化算法如最小角回归算法、组最小角回归算法(Group Least Angle Regression,Group LARS)、块坐标下降算法(block coordinate descent algorithm)、分块坐标梯度下降算法(block coordinate gradient descent algorithm)、局部坐标下降算法(local coordinate descent algorithm)、谱投影梯度法(Spectral Projected Gradient algorithm)、主动集算法(active set algrithm)和交替方向乘子算法(Alternating Direction Method of Multipliers,ADMM)进行了比较分析,并且对结构稀疏模型未来的研究方向进行了探讨.; 关键词稀疏化模型结构稀疏化模型组结构稀疏模型多层稀疏结构模型树结构稀疏化模型图结构稀疏化模型结构稀疏字典结构稀疏码人工智能; Keywords sparsity model structured sparsity model group structure sparsity model multi-layer Sparse structure model tree structure sparse model graph structure sparse model structured sparse dictionary learning structured sparse coding artificial intelligence; 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

题名太赫兹融合光谱结合改进Fused Lasso模型在转基因菜籽油鉴别中的应用被引量：1: 4; 作者陈涛谢光翀张绍荣; 机构桂林电子科技大学电子工程与自动化学院桂林航天工业学院电子信息与自动化学院; 出处《光学精密工程》 EI CAS CSCD 北大核心 2024年第20期3006-3016,共11页; 基金国家自然科学基金资助项目(No.62261012,No.61841502)。; 文摘现有基于单一光谱的转基因菜籽油分类鉴别模型,存在包含信息少、数据维度高等问题,导致模型运行效率较低、检测结果不够准确。针对此问题,本研究提出一种太赫兹融合光谱结合改进Fused Lasso模型的转基因菜籽油分类鉴别方法。以两种转基因菜籽油和两种非转基因菜籽油为研究对象,应用太赫兹时域光谱(THz-TDS)系统获取4种菜籽油样品在0.2~1.6 THz频率范围内的太赫兹吸收光谱,采用连续投影(SPA)算法对样品的太赫兹吸收光谱和导数光谱进行特征提取后再融合,引入特征选择和分类为一体的正则化稀疏模型Fused Lasso,通过采用一对一(OVO)方法将其改进为多分类模型并采用贝叶斯优化(BO)算法对其正则化参数寻优。结果表明,相比传统基于单一吸收光谱的Fused Lasso模型,基于融合光谱的BO-Fused Lasso模型对4种菜籽油分类效果更好,其训练集准确率为96.88%,测试集准确率为95.00%。因此,本研究为转基因菜籽油和非转基因菜籽油的鉴别提供了一种新方法,也为其他转基因物质鉴别提供了有价值的参考。; 关键词太赫兹转基因菜籽油融合光谱正则化稀疏模型贝叶斯优化; Keywords terahertz transgenic rapeseed oil fusion spectrum regularized sparse model Bayesian optimization; 分类号 O439 [机械工程—光学工程]; 在线阅读下载PDF 职称材料

题名p范数正则化支持向量机分类算法被引量：19: 5; 作者刘建伟李双成罗雄麟; 机构中国石油大学自动化研究所; 出处《自动化学报》 EI CSCD 北大核心 2012年第1期76-87,共12页; 基金国家自然科学基金(21006127 20976193) 中国石油大学(北京)基础学科研究基金项目资助~~; 文摘 L2范数罚支持向量机(Support vector machine,SVM)是目前使用最广泛的分类器算法之一,同时实现特征选择和分类器构造的L1范数和L0范数罚SVM算法也已经提出.但是,这两个方法中,正则化阶次都是事先给定,预设p=2或p=1.而我们的实验研究显示,对于不同的数据,使用不同的正则化阶次,可以改进分类算法的预测准确率.本文提出p范数正则化SVM分类器算法设计新模式,正则化范数的阶次p可取范围为0<p≤2.使用网格法选择模型参数值,使用迭代再权方法求解分类器目标函数,找出最小分类预测误差的模型参数值.在实际数据集上的实验结果验证了提出算法能够同时实现分类预测和特征选择,性能优于L2范数罚SVM,L1范数罚SVM和L0范数罚SVM.; 关键词迭代再权方法 p范数(0 支持向量机特征选择稀疏化模型高维小样本数据; Keywords Iterative reweighted method, p-norm （0 〈 p ≤ 2）, support vector machine （SVM）, feature selection, sparse model, high-dimensional small sample dataset; 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	作者	出处	发文年	被引量	操作
1	面向多功能张量加速器的细粒度结构化稀疏设计	赵桦筝庞善民赵英海华高晖李晨阳段战胜梅魁志	《西安交通大学学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于压缩感知的DOA估计稀疏化模型与性能分析	林波张增辉朱炬波	《电子与信息学报》 EI CSCD 北大核心	2014	32	在线阅读下载PDF 职称材料
3	结构稀疏模型	刘建伟崔立鹏罗雄麟	《计算机学报》 EI CSCD 北大核心	2017	6	在线阅读下载PDF 职称材料
4	太赫兹融合光谱结合改进Fused Lasso模型在转基因菜籽油鉴别中的应用	陈涛谢光翀张绍荣	《光学精密工程》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
5	p范数正则化支持向量机分类算法	刘建伟李双成罗雄麟	《自动化学报》 EI CSCD 北大核心	2012	19	在线阅读下载PDF 职称材料