期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
9
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
进程择优法及在心音深度信任网络中的应用
被引量：
5
1
作者
成谢锋
杨贺
+3 位作者
马勇
张学军
张少白
王悦
《计算机学报》
EI
CSCD
北大核心
2018年第1期208-220,共13页
深度学习算法因其在自然环境下对大数据处理的优良特性已成为图像、语音识别方面的主流算法.为解决深度学习网络结构选择困难的问题,文中深入探究了深度学习网络的结构特性,提出了一种进程择优法来帮助深度学习网络结构的选择,可方便、...
深度学习算法因其在自然环境下对大数据处理的优良特性已成为图像、语音识别方面的主流算法.为解决深度学习网络结构选择困难的问题,文中深入探究了深度学习网络的结构特性,提出了一种进程择优法来帮助深度学习网络结构的选择,可方便、快速地给出深度学习网络的优选范围.经实验验证,此方法在多种数据库下都有良好效果,方法具有一定的普适性.而心音作为一种生理信号,反映了人体心脏的跳动情况,与人体心脏的健康息息相关,在心音分类识别、健康鉴定中得到广泛的应用.文中首先使用进程择优法来优选、构建出一种心音深度学习网络,再以心音深度学习网络为核心,加入BP神经网络作为分类器,设计出了一种心音深度信任网络.该网络相比同类其它层次结构的深度信任网络拥有更低的误识别率,平均误识别率在10%左右.特别是将原系统优化为融合心音能量特征输入的心音深度信任网,其平均误识别率可下降到3%.文中的研究对于提高心音识别算法在自然环境下处理数据的能力具有积极的意义.
展开更多
关键词
深度
学习算法
进程择优法
心音
心音
深度
学习
网络
心音
深度信任网络
在线阅读
下载PDF
职称材料
基于谱特征和深度信任网络的三维模型分类
被引量：
1
2
作者
高恩阳
刘伟军
+1 位作者
王天然
邓华波
《机械设计与制造》
北大核心
2013年第3期250-252,共3页
在CAD/CAM技术中,三维模型的分类问题是重要的问题。以往的工作主要考虑刚性模型分类问题。由于存在非刚性变形,大大增加了三维模型分类问题的难度。针对非刚性三维模型分类问题进行了研究,提出了一种基于谱特征和深度信任网络的三维模...
在CAD/CAM技术中,三维模型的分类问题是重要的问题。以往的工作主要考虑刚性模型分类问题。由于存在非刚性变形,大大增加了三维模型分类问题的难度。针对非刚性三维模型分类问题进行了研究,提出了一种基于谱特征和深度信任网络的三维模型分类方法。首先,提取一个三维模型的谱特征;之后,通过深度信任网络对该模型进行降维;最后通过支持向量机进行判别分类。实验表明,提出的方法能有效地描述非刚性三维模型的内在特征,取得了较好的分类效果。
展开更多
关键词
模型分类
深度信任网络
特征提取
在线阅读
下载PDF
职称材料
一种结构优化的深度信任网络短时交通流预测
被引量：
3
3
作者
张阳
廖晓烨
+1 位作者
杨书敏
辛东嵘
《重庆交通大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第11期126-133,共8页
针对短时交通流预测中存在的训练数据过于依赖时间序列训练数据,对空间关联性考虑不足,且模型结构参数选取形式过于固定等问题,提出一种结构优化的深度信任网络短时交通流预测方法,该模型可同时训练3种与预测节点交通量相关的交通数据,...
针对短时交通流预测中存在的训练数据过于依赖时间序列训练数据,对空间关联性考虑不足,且模型结构参数选取形式过于固定等问题,提出一种结构优化的深度信任网络短时交通流预测方法,该模型可同时训练3种与预测节点交通量相关的交通数据,增强预测的时空关联性,克服训练数据过于依赖时间序列的缺陷;同时,优化深度信任网络短时交通流预测模型结构,提出一种改进的花朵授粉算法对预测模型的隐层结构参数进行优化,避免因模型结构参数选取形式过于固定所导致的模型预测结果陷入局部最优解及实用性降低的问题。通过采集福州市两个交叉口的相关交通量数据,分别对预测模型的可行性进行评估。同时,将MFPA-DBN模型分别与不同隐层结构的深度信任网络模型及GA-LSTM、CNN-SVR、TGWO-BP 3种模型进行对比。实验结果表明:在相同训练数据的条件下,结构优化的深度信任网络(MFPA-DBN)短时交通流预测方法可行、有效,预测精度优于其他深度学习预测模型,实时性能也能满足实际要求。
展开更多
关键词
交通运输工程
交通大数据
交通预测
深度
学习
交通流
深度信任网络
花朵授粉算法
在线阅读
下载PDF
职称材料
基于深度信任网络的移动传感网高效分簇路由机制
被引量：
1
4
作者
黄颖
费莉
赖小龙
《科学技术与工程》
北大核心
2019年第27期277-282,共6页
高效路由机制的设计可提高移动传感网的运行效率。提出了基于深度信任网络的移动传感网高效分簇路由机制。设计了传感器节点联系信息特征提取方法,从复杂的节点联系信息中挖掘核心特征,并依据挖掘的特征进行移动传感器节点的分簇。进而...
高效路由机制的设计可提高移动传感网的运行效率。提出了基于深度信任网络的移动传感网高效分簇路由机制。设计了传感器节点联系信息特征提取方法,从复杂的节点联系信息中挖掘核心特征,并依据挖掘的特征进行移动传感器节点的分簇。进而,综合考虑感知节点联系紧密度与能量状态,设计了高效的分簇路由机制,动态选取簇头节点进行簇内与簇间消息的路由。仿真验证表明,所提方法可分别提高平均投递率、平均投递时延、网络寿命性能14%、24%、23%以上。
展开更多
关键词
移动传感网
消息路由
分簇
深度信任网络
在线阅读
下载PDF
职称材料
深度信任支持向量回归的耕地面积预测方法
被引量：
4
5
作者
王洪
刘伟铭
《郑州大学学报（理学版）》
CAS
北大核心
2016年第1期121-126,共6页
针对目前浅层机器学习预测方法所需学习和训练的样本过大及拟合复杂数据能力弱等不足,提出一种基于深度学习思想的深度信任支持向量回归(support vector regression,SVR)的耕地面积预测方法.首先,搭建由1层高斯分布函数显层节点的RBM、...
针对目前浅层机器学习预测方法所需学习和训练的样本过大及拟合复杂数据能力弱等不足,提出一种基于深度学习思想的深度信任支持向量回归(support vector regression,SVR)的耕地面积预测方法.首先,搭建由1层高斯分布函数显层节点的RBM、多层隐层RBM和1层支持向量回归机构成的深度信任支持向量回归预测模型;其次,选取较为合适和易得的训练数据,通过样本训练和测试确定预测模型的具体结构参数;最后,通过实验将深度信任支持向量回归耕地面积预测方法与其他典型的耕地面积预测算法相比较.结果表明,提出的耕地面积预测方法可行、有效,在相同的数据和平台下,其预测精度高于其他具有代表性的耕地面积预测算法.
展开更多
关键词
深度信任网络
支持向量回归
耕地面积预测
深度
学习
在线阅读
下载PDF
职称材料
无监督深度学习彩色图像识别方法
被引量：
22
6
作者
康晓东
王昊
+1 位作者
郭军
于文勇
《计算机应用》
CSCD
北大核心
2015年第9期2636-2639,共4页
针对彩色图像分类识别的重要性,提出了一种结合图像特征数据和深度信任网络(DBN)的彩色图像识别方法。首先,构造符合人类视觉特性的图像色彩数据场;其次,以小波变换描述图像的多尺度特征;最后,通过无监督训练深度信任网络实现对图像的...
针对彩色图像分类识别的重要性,提出了一种结合图像特征数据和深度信任网络(DBN)的彩色图像识别方法。首先,构造符合人类视觉特性的图像色彩数据场;其次,以小波变换描述图像的多尺度特征;最后,通过无监督训练深度信任网络实现对图像的识别。实验结果表明,所提方法与Adaboost、支持向量机(SVM)方法比较,分类准确率分别提高约3.7%和2.8%,可有效提高图像识别效果。
展开更多
关键词
图像识别
深度信任网络
受限玻尔兹曼机
计算机视觉
在线阅读
下载PDF
职称材料
基于深度学习DBN算法的高速公路危险变道判别模型
被引量：
7
7
作者
赵玮
徐良杰
+1 位作者
冉斌
汪济洲
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2017年第4期832-838,共7页
针对危险变道过程影响交通安全这一问题,提出一种基于深度学习DBN(deep belief netw orks)算法与分类分析方法的新型危险变道量化判别模型,以解决现存车辆变道过程不可被量化分析及准确判别的问题.招募28名被试者,利用模拟器仿真平台开...
针对危险变道过程影响交通安全这一问题,提出一种基于深度学习DBN(deep belief netw orks)算法与分类分析方法的新型危险变道量化判别模型,以解决现存车辆变道过程不可被量化分析及准确判别的问题.招募28名被试者,利用模拟器仿真平台开展实际场景下试验,获取详细的车辆行驶数据及驾驶环境数据作为训练的模型输入.采用SVM算法作为输出层的分类器,建立了DBN-SVM判别模型及基于样本下模型的一般训练方法.该模型的识别精度为93.78%,较朴素贝叶斯模型和BP-ANN神经网络分别提高20.11%和14.45%,并且调整参数后判别结果稳定.DBN-SVM模型可以根据驾驶员历史驾驶数据对即将发生的危险变道做出预测及判别,对驾驶员提出警告,从而减少交通事故的发生.此外,该研究为车联网环境下变道判别及警示的研究提供了理论支持.
展开更多
关键词
危险变道判别
模拟车试验
智能交通
深度信任网络
自动驾驶
车联网
在线阅读
下载PDF
职称材料
基于DBN结合SVM的脑电信号识别研究
被引量：
7
8
作者
张毅
陈永强
蔡军
《控制工程》
CSCD
北大核心
2018年第6期1007-1011,共5页
针对多类脑电信号识别率不高的问题,提出一种深度信任网络（Deep Belief Network,DBN）与支持向量机（Support Vector Machine,SVM）结合的方法。将采集的想象左手、右手、双脚以及舌头运动的四类脑电信号数据作为训练样本训练DBN网络,...
针对多类脑电信号识别率不高的问题,提出一种深度信任网络（Deep Belief Network,DBN）与支持向量机（Support Vector Machine,SVM）结合的方法。将采集的想象左手、右手、双脚以及舌头运动的四类脑电信号数据作为训练样本训练DBN网络,以得到其最优参数值。用训练好的DBN网络进行特征提取,采用SVM对提取的特征进行分类,在MATLAB上对该算法进行仿真实验测试。实验结果表明,使用该方法分析四类运动想象脑电信号具有较高的识别率,证明了该方法的有效性。
展开更多
关键词
脑电信号
深度信任网络
支持向量机
模式识别
在线阅读
下载PDF
职称材料
QoS多层本体的双向度量模型
9
作者
张杨
徐传运
《计算机工程与应用》
CSCD
北大核心
2017年第20期14-19,121,共7页
针对传统质量评估模式中指标权重赋值依据单一的问题,首先将服务描述本体分为共享本体和专属本体两个抽象层次,构建具有"抽象-应用-度量"多层结构的QoS本体,用于QoS度量的对象描述和数据采集;然后建立基于深度信任网络和回归...
针对传统质量评估模式中指标权重赋值依据单一的问题,首先将服务描述本体分为共享本体和专属本体两个抽象层次,构建具有"抽象-应用-度量"多层结构的QoS本体,用于QoS度量的对象描述和数据采集;然后建立基于深度信任网络和回归模型的双向度量模型DM-QSM,将服务描述信息和类似服务历史数据作为训练样本数据集对DM-QSM进行正向训练,再结合用户反馈对DM-QSM进行逆向调优,以实现QoS度量指标权重及其偏好度的自适应调节。最后选用可编程建模环境NetLogo为实验平台、公共服务数据集QWS为训练样本集、电子商务应用服务为测试样本集,验证了DM-QSM的可行性和有效性。关键词:多层本体;服务质量(QoS)度量;
展开更多
关键词
多层本体
服务质量(QoS)度量
深度信任网络
在线阅读
下载PDF
职称材料
题名
进程择优法及在心音深度信任网络中的应用
被引量：
5
1
作者
成谢锋
杨贺
马勇
张学军
张少白
王悦
机构
南京邮电大学电子科学与工程学院
南京邮电大学射频集成与微组装技术国家地方联合工程实验室
南京理工大学计算机学院
出处
《计算机学报》
EI
CSCD
北大核心
2018年第1期208-220,共13页
基金
国家自然科学基金(61271334
61373065)资助
supported by the National Fund Project "New Method Research and Application of Heart Sounds Feature Extraction and Identification"
文摘
深度学习算法因其在自然环境下对大数据处理的优良特性已成为图像、语音识别方面的主流算法.为解决深度学习网络结构选择困难的问题,文中深入探究了深度学习网络的结构特性,提出了一种进程择优法来帮助深度学习网络结构的选择,可方便、快速地给出深度学习网络的优选范围.经实验验证,此方法在多种数据库下都有良好效果,方法具有一定的普适性.而心音作为一种生理信号,反映了人体心脏的跳动情况,与人体心脏的健康息息相关,在心音分类识别、健康鉴定中得到广泛的应用.文中首先使用进程择优法来优选、构建出一种心音深度学习网络,再以心音深度学习网络为核心,加入BP神经网络作为分类器,设计出了一种心音深度信任网络.该网络相比同类其它层次结构的深度信任网络拥有更低的误识别率,平均误识别率在10%左右.特别是将原系统优化为融合心音能量特征输入的心音深度信任网,其平均误识别率可下降到3%.文中的研究对于提高心音识别算法在自然环境下处理数据的能力具有积极的意义.
关键词
深度
学习算法
进程择优法
心音
心音
深度
学习
网络
心音
深度信任网络
Keywords
deep learning algorithm
the preferred method of process
heart sounds
heart sounds deep learning networks
deep belief networks
分类号
TN912.34 [电子电信—通信与信息系统]
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
基于谱特征和深度信任网络的三维模型分类
被引量：
1
2
作者
高恩阳
刘伟军
王天然
邓华波
机构
中国科学院沈阳自动化研究所
中国科学院研究生院
出处
《机械设计与制造》
北大核心
2013年第3期250-252,共3页
基金
973项目-数学机械化方法及其在数字化设计制造中的应用(2011CB302400)
文摘
在CAD/CAM技术中,三维模型的分类问题是重要的问题。以往的工作主要考虑刚性模型分类问题。由于存在非刚性变形,大大增加了三维模型分类问题的难度。针对非刚性三维模型分类问题进行了研究,提出了一种基于谱特征和深度信任网络的三维模型分类方法。首先,提取一个三维模型的谱特征;之后,通过深度信任网络对该模型进行降维;最后通过支持向量机进行判别分类。实验表明,提出的方法能有效地描述非刚性三维模型的内在特征,取得了较好的分类效果。
关键词
模型分类
深度信任网络
特征提取
Keywords
Shape Classification
Deep Belief Network
Feature Extraction
分类号
TH16 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
一种结构优化的深度信任网络短时交通流预测
被引量：
3
3
作者
张阳
廖晓烨
杨书敏
辛东嵘
机构
福建理工大学交通运输学院
同济大学交通运输工程学院
福建理工大学土木工程学院
出处
《重庆交通大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第11期126-133,共8页
基金
福建省自然科学基金资助项目(2020J05194)。
文摘
针对短时交通流预测中存在的训练数据过于依赖时间序列训练数据,对空间关联性考虑不足,且模型结构参数选取形式过于固定等问题,提出一种结构优化的深度信任网络短时交通流预测方法,该模型可同时训练3种与预测节点交通量相关的交通数据,增强预测的时空关联性,克服训练数据过于依赖时间序列的缺陷;同时,优化深度信任网络短时交通流预测模型结构,提出一种改进的花朵授粉算法对预测模型的隐层结构参数进行优化,避免因模型结构参数选取形式过于固定所导致的模型预测结果陷入局部最优解及实用性降低的问题。通过采集福州市两个交叉口的相关交通量数据,分别对预测模型的可行性进行评估。同时,将MFPA-DBN模型分别与不同隐层结构的深度信任网络模型及GA-LSTM、CNN-SVR、TGWO-BP 3种模型进行对比。实验结果表明:在相同训练数据的条件下,结构优化的深度信任网络(MFPA-DBN)短时交通流预测方法可行、有效,预测精度优于其他深度学习预测模型,实时性能也能满足实际要求。
关键词
交通运输工程
交通大数据
交通预测
深度
学习
交通流
深度信任网络
花朵授粉算法
Keywords
traffic and transportation engineering
traffic big data
traffic forecast
deep learning
traffic flow
deep belief network
flower pollination algorithm
分类号
U491.1 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
基于深度信任网络的移动传感网高效分簇路由机制
被引量：
1
4
作者
黄颖
费莉
赖小龙
机构
重庆邮电大学移通学院通信与物联网工程学院
出处
《科学技术与工程》
北大核心
2019年第27期277-282,共6页
基金
重庆市特色专业“通信工程专业”建设项目(YTJG201633,YTJG201618,YTJG201639)资助
文摘
高效路由机制的设计可提高移动传感网的运行效率。提出了基于深度信任网络的移动传感网高效分簇路由机制。设计了传感器节点联系信息特征提取方法,从复杂的节点联系信息中挖掘核心特征,并依据挖掘的特征进行移动传感器节点的分簇。进而,综合考虑感知节点联系紧密度与能量状态,设计了高效的分簇路由机制,动态选取簇头节点进行簇内与簇间消息的路由。仿真验证表明,所提方法可分别提高平均投递率、平均投递时延、网络寿命性能14%、24%、23%以上。
关键词
移动传感网
消息路由
分簇
深度信任网络
Keywords
mobile sensor network
message routing
clustering
deep belief networks
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
深度信任支持向量回归的耕地面积预测方法
被引量：
4
5
作者
王洪
刘伟铭
机构
福建工程学院交通运输学院
华南理工大学土木与交通学院
出处
《郑州大学学报（理学版）》
CAS
北大核心
2016年第1期121-126,共6页
基金
国家自然科学基金资助项目(51278072)
福建省自然科学基金资助项目(2015J05118)
福建省中青年教师教育科研项目(JA15355)
文摘
针对目前浅层机器学习预测方法所需学习和训练的样本过大及拟合复杂数据能力弱等不足,提出一种基于深度学习思想的深度信任支持向量回归(support vector regression,SVR)的耕地面积预测方法.首先,搭建由1层高斯分布函数显层节点的RBM、多层隐层RBM和1层支持向量回归机构成的深度信任支持向量回归预测模型;其次,选取较为合适和易得的训练数据,通过样本训练和测试确定预测模型的具体结构参数;最后,通过实验将深度信任支持向量回归耕地面积预测方法与其他典型的耕地面积预测算法相比较.结果表明,提出的耕地面积预测方法可行、有效,在相同的数据和平台下,其预测精度高于其他具有代表性的耕地面积预测算法.
关键词
深度信任网络
支持向量回归
耕地面积预测
深度
学习
Keywords
deep belief network
support vector regression
cultivated land forecasting
deep learning
分类号
TP391.41 [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
无监督深度学习彩色图像识别方法
被引量：
22
6
作者
康晓东
王昊
郭军
于文勇
机构
天津医科大学医学影像学院
河北大学附属医院介入科
出处
《计算机应用》
CSCD
北大核心
2015年第9期2636-2639,共4页
文摘
针对彩色图像分类识别的重要性,提出了一种结合图像特征数据和深度信任网络(DBN)的彩色图像识别方法。首先,构造符合人类视觉特性的图像色彩数据场;其次,以小波变换描述图像的多尺度特征;最后,通过无监督训练深度信任网络实现对图像的识别。实验结果表明,所提方法与Adaboost、支持向量机(SVM)方法比较,分类准确率分别提高约3.7%和2.8%,可有效提高图像识别效果。
关键词
图像识别
深度信任网络
受限玻尔兹曼机
计算机视觉
Keywords
image recognition
Deep Belief Network （DBN）
Restricted Boltzmann Machine （RBM）
computer vision
分类号
TP391.41 [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
基于深度学习DBN算法的高速公路危险变道判别模型
被引量：
7
7
作者
赵玮
徐良杰
冉斌
汪济洲
机构
武汉理工大学交通学院
内蒙古科技大学经管学院
东南大学交通学院
出处
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2017年第4期832-838,共7页
基金
教育部社科青年基金资助项目(16YJCZH157)
国家重点基础研究发展计划(973计划)资助项目(2012CB725405)
内蒙古科技大学创新基金资助项目(2015QDL27)
文摘
针对危险变道过程影响交通安全这一问题,提出一种基于深度学习DBN(deep belief netw orks)算法与分类分析方法的新型危险变道量化判别模型,以解决现存车辆变道过程不可被量化分析及准确判别的问题.招募28名被试者,利用模拟器仿真平台开展实际场景下试验,获取详细的车辆行驶数据及驾驶环境数据作为训练的模型输入.采用SVM算法作为输出层的分类器,建立了DBN-SVM判别模型及基于样本下模型的一般训练方法.该模型的识别精度为93.78%,较朴素贝叶斯模型和BP-ANN神经网络分别提高20.11%和14.45%,并且调整参数后判别结果稳定.DBN-SVM模型可以根据驾驶员历史驾驶数据对即将发生的危险变道做出预测及判别,对驾驶员提出警告,从而减少交通事故的发生.此外,该研究为车联网环境下变道判别及警示的研究提供了理论支持.
关键词
危险变道判别
模拟车试验
智能交通
深度信任网络
自动驾驶
车联网
Keywords
dangerous lane-changing discriminant
vehicle simulation experiments
intelligent transportation
deep belief network
automatic driving
connected vehicle
分类号
U491.2 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
基于DBN结合SVM的脑电信号识别研究
被引量：
7
8
作者
张毅
陈永强
蔡军
机构
重庆邮电大学先进制作工程学院
重庆邮电大学自动化学院
出处
《控制工程》
CSCD
北大核心
2018年第6期1007-1011,共5页
基金
重庆市科学技术委员会项目(cstc2015jcyj BX0066)
文摘
针对多类脑电信号识别率不高的问题,提出一种深度信任网络（Deep Belief Network,DBN）与支持向量机（Support Vector Machine,SVM）结合的方法。将采集的想象左手、右手、双脚以及舌头运动的四类脑电信号数据作为训练样本训练DBN网络,以得到其最优参数值。用训练好的DBN网络进行特征提取,采用SVM对提取的特征进行分类,在MATLAB上对该算法进行仿真实验测试。实验结果表明,使用该方法分析四类运动想象脑电信号具有较高的识别率,证明了该方法的有效性。
关键词
脑电信号
深度信任网络
支持向量机
模式识别
Keywords
Electroencephalogram
deep belief network
support vector machine
pattern recognition
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
QoS多层本体的双向度量模型
9
作者
张杨
徐传运
机构
重庆师范大学计算机与信息科学学院
加州大学河滨分校伯恩斯工程学院
重庆理工大学计算机科学与工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2017年第20期14-19,121,共7页
基金
重庆市科委科学技术研究项目(No.cstc2014jcyj A40034)
重庆市教委科学技术研究项目(No.KJ1400525)
文摘
针对传统质量评估模式中指标权重赋值依据单一的问题,首先将服务描述本体分为共享本体和专属本体两个抽象层次,构建具有"抽象-应用-度量"多层结构的QoS本体,用于QoS度量的对象描述和数据采集;然后建立基于深度信任网络和回归模型的双向度量模型DM-QSM,将服务描述信息和类似服务历史数据作为训练样本数据集对DM-QSM进行正向训练,再结合用户反馈对DM-QSM进行逆向调优,以实现QoS度量指标权重及其偏好度的自适应调节。最后选用可编程建模环境NetLogo为实验平台、公共服务数据集QWS为训练样本集、电子商务应用服务为测试样本集,验证了DM-QSM的可行性和有效性。关键词:多层本体;服务质量(QoS)度量;
关键词
多层本体
服务质量(QoS)度量
深度信任网络
Keywords
multilayer ontology
Quality of Service(QoS)metrics
depth belief network
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
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
进程择优法及在心音深度信任网络中的应用
成谢锋
杨贺
马勇
张学军
张少白
王悦
《计算机学报》
EI
CSCD
北大核心
2018
5
在线阅读
下载PDF
职称材料
2
基于谱特征和深度信任网络的三维模型分类
高恩阳
刘伟军
王天然
邓华波
《机械设计与制造》
北大核心
2013
1
在线阅读
下载PDF
职称材料
3
一种结构优化的深度信任网络短时交通流预测
张阳
廖晓烨
杨书敏
辛东嵘
《重庆交通大学学报（自然科学版）》
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
4
基于深度信任网络的移动传感网高效分簇路由机制
黄颖
费莉
赖小龙
《科学技术与工程》
北大核心
2019
1
在线阅读
下载PDF
职称材料
5
深度信任支持向量回归的耕地面积预测方法
王洪
刘伟铭
《郑州大学学报（理学版）》
CAS
北大核心
2016
4
在线阅读
下载PDF
职称材料
6
无监督深度学习彩色图像识别方法
康晓东
王昊
郭军
于文勇
《计算机应用》
CSCD
北大核心
2015
22
在线阅读
下载PDF
职称材料
7
基于深度学习DBN算法的高速公路危险变道判别模型
赵玮
徐良杰
冉斌
汪济洲
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2017
7
在线阅读
下载PDF
职称材料
8
基于DBN结合SVM的脑电信号识别研究
张毅
陈永强
蔡军
《控制工程》
CSCD
北大核心
2018
7
在线阅读
下载PDF
职称材料
9
QoS多层本体的双向度量模型
张杨
徐传运
《计算机工程与应用》
CSCD
北大核心
2017
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
