检索结果-维普期刊中文期刊服务平台

基于混合深度学习的压气机喘振快速诊断及自抗扰控制方法被引量：2: 1; 作者孙守泰汤冰 +1 位作者薛亚丽孙立《中国舰船研究》 CSCD 北大核心 2024年第2期187-196,共10页; [目的]为了提升压气机设备安全、稳定运行的水平,提出一种基于混合深度学习参数辨识的喘振状态快速诊断方法,以及一种用于实现压气机退喘的自抗扰控制策略。[方法]首先,采用长短期记忆神经网络(LSTM)处理压气机参数辨识输入输出数据的... 展开更多; 关键词压气机喘振诊断混合深度学习模型自抗扰控制; 在线阅读下载PDF 职称材料

面向认知表现预测的时-空共变混合深度学习模型被引量：1: 2; 作者李晴徐雪远邬霞《自动化学报》 EI CAS CSCD 北大核心 2022年第12期2931-2940,共10页; 认知表现预测已经成为当前大脑研究的重要课题.功能磁共振成像技术由于同时具有较好的时间和空间分辨率,有潜力为认知表现预测提供数据支持.为了解决基于功能磁共振成像数据对认知表现进行预测时大脑所具有的时-空共变难刻画问题,提出... 展开更多; 关键词循环自编码器时-空共变深度学习模型混合深度学习模型认知表现预测脑启发模型; 在线阅读下载PDF 职称材料

基于混合机器学习模型的短文本语义相似性度量算法被引量：3: 3; 作者韩开旭袁淑芳《吉林大学学报（理学版）》 CAS 北大核心 2023年第4期909-914,共6页; 为提高短文本语义相似性度量准确性,设计一种基于混合机器学习模型的短文本语义相似性度量算法.先对短文本实施预处理,基于混合机器学习模型构建短文本的字词向量模型,对短文本进行特征扩展;然后组合短文本的多样度量特征,对多样度量特... 展开更多; 关键词混合机器学习模型短文本文本分词语义相似性卡方检验相似性度量; 在线阅读下载PDF 职称材料

一种优化的神经网络树异常入侵检测方法被引量：3: 4; 作者徐琴珍杨绿溪《信号处理》 CSCD 北大核心 2010年第11期1663-1669,共7页; 本文提出了一种基于优化神经网络树(ONNT)的异常检测方法,在提高异常检测精确率的同时,增强异常检测模型学习结果的可理解性、可解释性。ONNT是一种具有二叉树结构的混合学习模型,二叉树的节点分裂遵循信息增益率准则;其中间节点嵌入了... 展开更多; 关键词异常检测可理解性和可解释性优化神经网络树混合学习模型; 在线阅读下载PDF 职称材料

基于特征融合的中文文本情感分析方法被引量：10: 5; 作者赵宏傅兆阳王乐《兰州理工大学学报》 CAS 北大核心 2022年第3期94-102,共9页; 针对现有的中文文本情感分析方法不能从句法结构、上下文信息和局部语义特征等方面综合考量文本语义信息的问题,提出一种基于特征融合的中文文本情感分析方法.首先,采用Jieba分词工具对评论文本进行分词和词性标注,并采用词向量训练工具... 展开更多; 关键词中文文本情感分析特征融合特征提取语义特征自注意力机制深度学习混合模型; 在线阅读下载PDF 职称材料

题名基于混合深度学习的压气机喘振快速诊断及自抗扰控制方法被引量：2: 1; 作者孙守泰汤冰薛亚丽孙立; 机构东南大学能源与环境学院东南大学能源热转换与控制教育部重点实验室中国航空工业集团公司金城南京机电液压工程研究中心清华大学能源与动力工程系清华大学电力系统国家重点实验室; 出处《中国舰船研究》 CSCD 北大核心 2024年第2期187-196,共10页; 基金国家科技重大专项资助项目(2017-I-0002-0002) 江苏省科技厅科技资助项目(BK20211563&BZ2022009)。; 文摘 [目的]为了提升压气机设备安全、稳定运行的水平,提出一种基于混合深度学习参数辨识的喘振状态快速诊断方法,以及一种用于实现压气机退喘的自抗扰控制策略。[方法]首先,采用长短期记忆神经网络(LSTM)处理压气机参数辨识输入输出数据的时序关系,并融入高斯过程回归(GPR)的区间概率估计能力,提出一种基于LSTM和GPR结合(LSTM-GPR)的混合深度学习参数辨识算法,进而实现对压气机喘振状态的快速诊断;然后,基于自抗扰控制方法对压气机的节流阀参数进行控制,通过控制量对压气机节流阀参数的补偿,实现对压气机喘振状态的准确控制。[结果]结果表明,混合深度学习参数辨识算法可以实现对压气机临界Greitzer参数的准确辨识,能快速、准确地判断出压气机是否处于喘振状态,并且基于自抗扰控制的控制策略,可以使压气机有效退出喘振状态,相比传统的PID控制和非线性反馈控制等控制方法,所提方法快速、有效,可保证压气机的工作范围。[结论]提出的参数辨识和自抗扰控制方法能够用于压气机的喘振诊断和主动控制,可提升压气机的安全性与稳定性。; 关键词压气机喘振诊断混合深度学习模型自抗扰控制; Keywords compressor surge diagnosis hybrid deep learning model active disturbance rejection control(ADRC); 分类号 U664.13 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名面向认知表现预测的时-空共变混合深度学习模型被引量：1: 2; 作者李晴徐雪远邬霞; 机构北京师范大学人工智能学院北京师范大学认知神经科学与学习国家重点实验室; 出处《自动化学报》 EI CAS CSCD 北大核心 2022年第12期2931-2940,共10页; 基金北京市自然科学基金(4212037)资助。; 文摘认知表现预测已经成为当前大脑研究的重要课题.功能磁共振成像技术由于同时具有较好的时间和空间分辨率,有潜力为认知表现预测提供数据支持.为了解决基于功能磁共振成像数据对认知表现进行预测时大脑所具有的时-空共变难刻画问题,提出了一种新型基于大脑学习机制的时-空共变混合深度学习模型,即深度稀疏自编码器与循环全连接网络混合模型,以混合神经网络模型的损失函数误差作为认知表现预测能力的评价标准.在人类连接组项目数据集上的实验结果表明,提出的时-空共变混合模型能够有效和稳健地预测认知表现,并提取到与人脑学习、记忆相关的有意义的脑影像特征,从而为认知表现预测提供技术支持.; 关键词循环自编码器时-空共变深度学习模型混合深度学习模型认知表现预测脑启发模型; Keywords Recurrent autoencoder spatio-temporal co-variant deep learning framework hybrid deep learning framework cognitive performance prediction brain inspired model; 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

题名基于混合机器学习模型的短文本语义相似性度量算法被引量：3: 3; 作者韩开旭袁淑芳; 机构北部湾大学电子与信息工程学院北部湾大学理学院; 出处《吉林大学学报（理学版）》 CAS 北大核心 2023年第4期909-914,共6页; 基金国家自然科学基金面上项目(批准号:61374127) 广西高校中青年教师科研基础能力提升项目(批准号:2021KY0434 2020KY10019).; 文摘为提高短文本语义相似性度量准确性,设计一种基于混合机器学习模型的短文本语义相似性度量算法.先对短文本实施预处理,基于混合机器学习模型构建短文本的字词向量模型,对短文本进行特征扩展;然后组合短文本的多样度量特征,对多样度量特征进行维度规约;最后通过构建一个集成学习模型,计算语义相似性结果,实现语义相似性的度量.使用“Quora Question Pairs”比赛数据集测试该方法的性能,测试结果表明,该方法的准确性较高,对数损失和度量均方差均较低,说明该方法的相似性度量准确性较高.; 关键词混合机器学习模型短文本文本分词语义相似性卡方检验相似性度量; Keywords hybrid machine learning model short text text segmentation semantic similarity Chi-square test similarity measurement; 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

题名一种优化的神经网络树异常入侵检测方法被引量：3: 4; 作者徐琴珍杨绿溪; 机构东南大学信息科学与工程学院东南大学水声信号处理教育部重点实验室; 出处《信号处理》 CSCD 北大核心 2010年第11期1663-1669,共7页; 基金国家自然科学基金(60702029 60902012) +2 种基金国家973项目(2007CB310603) 东南大学科研启动费(4004001041)资助课题; 文摘本文提出了一种基于优化神经网络树(ONNT)的异常检测方法,在提高异常检测精确率的同时,增强异常检测模型学习结果的可理解性、可解释性。ONNT是一种具有二叉树结构的混合学习模型,二叉树的节点分裂遵循信息增益率准则;其中间节点嵌入了结构简单的感知器神经网络,能够根据当前节点上给定的子样本集和教师信号,选择较小的特征子集构建相对简单的局部决策曲面。本文提出的异常检测方法包括两个方面的性能优化:1)通过优化神经网络树(NNT)的中间节点,降低局部决策曲面的复杂度,从而使中间节点能在可接受的计算代价内表示成低复杂度的布尔函数或规则集,为实现学习结果的可解释性提供基础;2)通过优化学习模型的整体结构,降低所有中间节点的规则析取式的前件复杂度,从而提高学习结果的可理解性。实验的数值结果表明,与基于NNT的异常检测方法相比,本文提出的方法能够以简单的中间节点和相对精简的整体结构提高检测结果的可解释性和可理解性;与其他同类方法相比,基于ONNT的异常检测方法具有较高的检测精确率,且在一定程度上给出了对异常检测具有重大影响的一些特征信息。; 关键词异常检测可理解性和可解释性优化神经网络树混合学习模型; Keywords Anomaly intrusion detection understandability and interpretability Optimized neural network tree Hybrid learning model; 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

题名基于特征融合的中文文本情感分析方法被引量：10: 5; 作者赵宏傅兆阳王乐; 机构兰州理工大学计算机与通信学院; 出处《兰州理工大学学报》 CAS 北大核心 2022年第3期94-102,共9页; 基金国家自然科学基金(51668043,61262016)。; 文摘针对现有的中文文本情感分析方法不能从句法结构、上下文信息和局部语义特征等方面综合考量文本语义信息的问题,提出一种基于特征融合的中文文本情感分析方法.首先,采用Jieba分词工具对评论文本进行分词和词性标注,并采用词向量训练工具GloVe获取融入词性的预训练词向量;然后,将词向量分别作为引入Self-Attention的BiGRU和TextCNN的输入,使用引入Self-Attention的BiGRU从文本的句法结构和文本的上下文信息两个方面综合提取全局特征,使用TextCNN提取文本的局部语义特征;最后,将全局特征和局部语义特征进行融合,并使用Softmax进行文本情感分类.实验结果表明,本文方法可以有效提高文本情感分析的准确率.; 关键词中文文本情感分析特征融合特征提取语义特征自注意力机制深度学习混合模型; Keywords sentiment analysis of Chinese text feature fusion feature extraction semantic feature self-attention mechanism deep learning hybrid model; 分类号 TP389.1 [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	基于混合深度学习的压气机喘振快速诊断及自抗扰控制方法	孙守泰汤冰薛亚丽孙立	《中国舰船研究》 CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
2	面向认知表现预测的时-空共变混合深度学习模型	李晴徐雪远邬霞	《自动化学报》 EI CAS CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
3	基于混合机器学习模型的短文本语义相似性度量算法	韩开旭袁淑芳	《吉林大学学报（理学版）》 CAS 北大核心	2023	3	在线阅读下载PDF 职称材料
4	一种优化的神经网络树异常入侵检测方法	徐琴珍杨绿溪	《信号处理》 CSCD 北大核心	2010	3	在线阅读下载PDF 职称材料
5	基于特征融合的中文文本情感分析方法	赵宏傅兆阳王乐	《兰州理工大学学报》 CAS 北大核心	2022	10	在线阅读下载PDF 职称材料