期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于深度自动编码器神经网络的飞行器翼型参数降维与优化设计 被引量:6
1
作者 吴则良 叶建川 +1 位作者 王江 金忍 《兵工学报》 EI CAS CSCD 北大核心 2022年第6期1326-1336,共11页
传统飞行器翼型参数化描述方法在翼型优化设计研究中因变量较多导致优化效率低、计算工作量大,为此提出一种基于深度自动编码器(DAE)的神经网络模型。将该模型用于翼型优化设计研究中描述参数降维问题,研究经该模型降维后各翼型描述参... 传统飞行器翼型参数化描述方法在翼型优化设计研究中因变量较多导致优化效率低、计算工作量大,为此提出一种基于深度自动编码器(DAE)的神经网络模型。将该模型用于翼型优化设计研究中描述参数降维问题,研究经该模型降维后各翼型描述参数的物理意义,并与本征正交分解法(POD)对翼型描述参数降维效果进行对比。在给定的优化设计目标与约束条件下,设计基于代理模型和遗传算法的翼型优化方法,对RAE2822翼型进行跨声速来流下的优化设计,将所提模型与类别形状函数变换法(CST)、POD方法的优化效率与翼型优化效果进行对比。对比结果表明,所提利用DAE神经网络模型的方法优化效率更高,在跨声速来流下对RAE2822进行减阻优化设计结果明显优于CST方法、POD方法。 展开更多
关键词 飞行器 翼型优化设计 参数降维 深度自动编码器 神经网络 代理模型
在线阅读 下载PDF
深度自动编码器与Q学习的移动机器人路径规划 被引量:1
2
作者 张军凯 李欣 +2 位作者 赵娟 巩金海 程龙雪 《中国高新科技》 2022年第3期83-85,共3页
深度自动编码与Q学习针对移动机器人路径规划的方法提供了全新的思路,利用神经网络的自适应能力,应用梯度下降法等算法计算权值与权重,实现对移动机器人的路径规划。移动机器人通过算法实现的初始化与卷积训练可以使机器人具备较强的交... 深度自动编码与Q学习针对移动机器人路径规划的方法提供了全新的思路,利用神经网络的自适应能力,应用梯度下降法等算法计算权值与权重,实现对移动机器人的路径规划。移动机器人通过算法实现的初始化与卷积训练可以使机器人具备较强的交互能力,基于二者建造的移动机器人模型具有良好的并行性、容错性,同时能较快地处理高维数的数据,从而为移动机器人的路径规划贡献力量。 展开更多
关键词 深度自动编码器 Q学习 移动机器人
在线阅读 下载PDF
改进的和积网络自动编码器及短文本情感分析应用 被引量:4
3
作者 王生生 张航 潘彦岑 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第3期411-419,共9页
为了提升深度自动编码器在短文本情感分析应用中的性能,本文提出了一种基于改进和积网络的深度自动编码器,重构和积网络节点层,增加输入层输出到每一个和积网络的隐藏层,提出了层次和积网络模型,构造了基于层次和积网络的深度自动编码... 为了提升深度自动编码器在短文本情感分析应用中的性能,本文提出了一种基于改进和积网络的深度自动编码器,重构和积网络节点层,增加输入层输出到每一个和积网络的隐藏层,提出了层次和积网络模型,构造了基于层次和积网络的深度自动编码器。同时还提出了一种改变和积网络的sum节点为max节点的最大积网络(mpns)模型,并作为深度解码器。将基于层次和积网络的深度自动编码器应用于短文本情感分析。实验结果表明:基于层次和积网络的深度自动编码器相比于现有深度自动编码器在短文本情感分析领域能得到较高的分类准确率,且模型具有更快的运行速度。 展开更多
关键词 深度学习 情感分析 sum-product networks模型 深度自动编码器 特征提取 结构学习 在线学习 易处理模型
在线阅读 下载PDF
基于深度去噪自动编码器的无人机航空影像目标检测 被引量:13
4
作者 杨锋平 马博迪 +2 位作者 王金荣 高红岗 刘贞报 《西北工业大学学报》 EI CAS CSCD 北大核心 2020年第6期1345-1351,共7页
利用无人机航拍获取目标场景影像信息的方式,具有可低空作业、覆盖面积广、机动性强、效率高、不受地势环境阻碍等优点,广泛应用于军民用领域,军事领域包括威胁目标空中监视、目标搜索、目标打击,民用领域包括交通监测、灾难营救、管线... 利用无人机航拍获取目标场景影像信息的方式,具有可低空作业、覆盖面积广、机动性强、效率高、不受地势环境阻碍等优点,广泛应用于军民用领域,军事领域包括威胁目标空中监视、目标搜索、目标打击,民用领域包括交通监测、灾难营救、管线巡检、区域勘测、边境巡逻等方面。无人机航空影像目标检测过程中,针对待识别目标具有多个角度、成像像素尺寸小、机体震动干扰强等困难,提出一种基于深度去噪自动编码器的目标检测模型。该模型通过进行选择性搜索,提取航空影像感兴趣区域,计算感兴趣区域的径向梯度特征,得到旋转不变特征向量,利用深度去噪自动编码器滤掉原始数据中的噪声,并提取特征向量的深层特征。在国际无人机低空航空影像标准数据集UAV123以及德国宇航院的慕尼黑无人机航空影像集DLR 3K上开展了识别实验,结果表明,针对航空影像目标包括地面车辆、行人、海面船只等,所提方法能够达到90%以上的识别精度,在精准率、召回率、F1调和值等指标上领先于现有方法。 展开更多
关键词 无人机航空影像 目标检测 深度去噪自动编码器 旋转不变性
在线阅读 下载PDF
基于一维深度卷积自动编码器的刀具状态监测方法 被引量:8
5
作者 杨国葳 李宏坤 +1 位作者 张明亮 黄刚劲 《振动与冲击》 EI CSCD 北大核心 2021年第21期223-233,274,共12页
由于现有智能刀具磨损状态识别方法存在过于依赖样本数据预处理手段的问题,提出了一种基于一维深度卷积自动编码器(ODCAE)的刀具磨损状态识别方法,提高利用原始时域信号作为模型输入的刀具磨损状态识别精度。首先采集不同工况下主轴电... 由于现有智能刀具磨损状态识别方法存在过于依赖样本数据预处理手段的问题,提出了一种基于一维深度卷积自动编码器(ODCAE)的刀具磨损状态识别方法,提高利用原始时域信号作为模型输入的刀具磨损状态识别精度。首先采集不同工况下主轴电机的三相电流信号,将三相电流信号融合成电流有效值并做归一化处理,以此作为模型的输入。然后,利用一维深度卷积自动编码器对输入样本进行无监督预训练,提取基于信号本身的特征信息。最后保留自动编码器的编码部分,利用样本标签进行二次有监督微调,实现对刀具不同磨损状态的识别。实验结果表明,ODCAE方法对刀具不同的磨损状态平均识别率可达99%,卡帕系数0.9840,能够自适应地提取特征并高效率的实现刀具磨损状态识别。 展开更多
关键词 刀具磨损 主轴电流 深度学习 一维深度卷积自动编码器(ODCAE)
在线阅读 下载PDF
一种基于遗忘机制的在线深度极限学习机 被引量:1
6
作者 刘步中 《电子技术应用》 2018年第7期135-138,共4页
深度学习的发展促进了深度在线学习的发展,在线学习往往有较强的实效性。在在线极限学习机原理和深度极限学习机自动编码器原理的基础上,提出无监督的在线深度极限学习机自动编码器;并将遗忘机制引入在线深度ELM-AE,提出FOS-DELM-AE;用F... 深度学习的发展促进了深度在线学习的发展,在线学习往往有较强的实效性。在在线极限学习机原理和深度极限学习机自动编码器原理的基础上,提出无监督的在线深度极限学习机自动编码器;并将遗忘机制引入在线深度ELM-AE,提出FOS-DELM-AE;用FOS-DELM-AE做无监督的特征学习,FOS-ELM做有监督的目标学习,使OS-ELM具备深层网络结构的同时,具备在线学习的能力。最后通过基于指标RMSE和R-square的实验验证了该算法FOS-ELM的有效性。 展开更多
关键词 神经网络 特征学习 极限学习机 遗忘机制 深度自动编码器
在线阅读 下载PDF
人体下肢行走关节连续运动表面肌电解码方法 被引量:8
7
作者 陈江城 张小栋 《西安交通大学学报》 EI CAS CSCD 北大核心 2016年第6期61-67,共7页
为实现人体下肢步态动作的连续识别,提出了一种利用表面肌电信号进行下肢关节运动角度连续解码的方法。首先利用光学运动捕捉实现下肢关节运动角度的计算,然后采集下肢运动相关主力肌肉的表面肌电信号并提取其活动强度信息;在此基础上,... 为实现人体下肢步态动作的连续识别,提出了一种利用表面肌电信号进行下肢关节运动角度连续解码的方法。首先利用光学运动捕捉实现下肢关节运动角度的计算,然后采集下肢运动相关主力肌肉的表面肌电信号并提取其活动强度信息;在此基础上,基于受限玻尔兹曼机构建深度自动编码器(DAE),实现多路表面肌电信号强度时间序列的低维空间编码和最优特征提取;最后,利用BP神经网络建立特征量与关节矢状面运动角度之间的非线性回归模型。实验结果表明:该方法提取的信号特征信息优于传统的主量分析方法,采用提出的模型能够更精确地估计下肢关节连续运动角度,其估计值与真实值的均方误差较传统方法降低25%-35%。研究结果为人机交互接口技术的开发、实现下肢可穿戴智能装备的生物电连续控制、提高人机运动平稳性奠定了基础。 展开更多
关键词 表面肌电信号 连续运动识别 玻尔兹曼机 深度自动编码器 BP神经网络
在线阅读 下载PDF
基于DAE的单细胞RNA测序数据聚类研究 被引量:1
8
作者 何慧茹 李晓峰 +1 位作者 张鑫 柳楠 《现代电子技术》 北大核心 2020年第24期144-148,共5页
传统数据降维方法处理单细胞RNA测序数据存在特征提取能力较差、聚类精度较低等问题,有必要引入深度学习方法以提高对复杂数据特征的提取能力。在对数据不进行任何人工筛选的条件下,利用DAE提取表达能力更强的数据特征,分别以K⁃means和D... 传统数据降维方法处理单细胞RNA测序数据存在特征提取能力较差、聚类精度较低等问题,有必要引入深度学习方法以提高对复杂数据特征的提取能力。在对数据不进行任何人工筛选的条件下,利用DAE提取表达能力更强的数据特征,分别以K⁃means和DBSCAN聚类作为DAE的顶层设置形成DAE+K⁃means和DAE+DBSCAN组合模型,将这两种深度学习组合模型在Deng数据集上与传统聚类模型SC3进行对比。与SC3的0.73聚类精度相比,DAE+K⁃means和DAE+DBSCAN的聚类精度分别达到0.93和0.97,分别提高了0.2和0.24。实验结果表明,DAE在单细胞聚类领域具有广阔的应用前景。 展开更多
关键词 单细胞聚类 深度自动编码器 深度学习 K⁃means聚类 DBSCAN聚类 结果分析
在线阅读 下载PDF
基于支持向量机的风电机组变桨系统故障诊断 被引量:6
9
作者 张真真 吴立东 +2 位作者 陈晓敏 徐志轩 曹善桥 《分布式能源》 2021年第3期70-75,共6页
风电机组变桨系统是风电机组发生故障最频繁的部件之一,对其故障类型的精确诊断能够提高风电机组维护计划的效率。针对异步电机和行星齿轮箱的各种故障类型,提出了一项以风电机组三相电流数据为基础的多分量故障诊断方法。该方法通过深... 风电机组变桨系统是风电机组发生故障最频繁的部件之一,对其故障类型的精确诊断能够提高风电机组维护计划的效率。针对异步电机和行星齿轮箱的各种故障类型,提出了一项以风电机组三相电流数据为基础的多分量故障诊断方法。该方法通过深度自动编码器从三相电流数据中提取特征向量,并采用支持向量机进行故障分类。上述方法以风电机组变桨驱动器为例进行验证,实验结果表明在变负载和变转速环境下,上述方法能够实现对风电机组变桨系统故障类型的准确识别和诊断。 展开更多
关键词 变桨系统 三相电流 深度自动编码器 支持向量机
在线阅读 下载PDF
Prediction Model of Aircraft Icing Based on Deep Neural Network 被引量:17
10
作者 YI Xian WANG Qiang +1 位作者 CHAI Congcong GUO Lei 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI CSCD 2021年第4期535-544,共10页
Icing is an important factor threatening aircraft flight safety.According to the requirements of airworthiness regulations,aircraft icing safety assessment is needed to be carried out based on the ice shapes formed un... Icing is an important factor threatening aircraft flight safety.According to the requirements of airworthiness regulations,aircraft icing safety assessment is needed to be carried out based on the ice shapes formed under different icing conditions.Due to the complexity of the icing process,the rapid assessment of ice shape remains an important challenge.In this paper,an efficient prediction model of aircraft icing is established based on the deep belief network(DBN)and the stacked auto-encoder(SAE),which are all deep neural networks.The detailed network structures are designed and then the networks are trained according to the samples obtained by the icing numerical computation.After that the model is applied on the ice shape evaluation of NACA0012 airfoil.The results show that the model can accurately capture the nonlinear behavior of aircraft icing and thus make an excellent ice shape prediction.The model provides an important tool for aircraft icing analysis. 展开更多
关键词 aircraft icing ice shape prediction deep neural network deep belief network stacked auto-encoder
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部