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
共找到1,248篇文章
< 1 2 … 63 >
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：
基于图注意力堆叠自编码器微生物-药物关联预测
1
作者 王波 何洋 +3 位作者 杜晓昕 张剑飞 徐靖然 贾娜 《北京航空航天大学学报》 北大核心 2026年第1期61-72,共12页
传统方法发掘微生物与药物新关联主要通过生物实验完成,耗费时间且开销极大。基于此,提出基于图注意力堆叠自编码器微生物与药物关联预测方法 GATSAE。建立微生物与药物异构网络,丰富关联信息;通过图卷积网络(GCN)提取多层潜在特征,得... 传统方法发掘微生物与药物新关联主要通过生物实验完成,耗费时间且开销极大。基于此,提出基于图注意力堆叠自编码器微生物与药物关联预测方法 GATSAE。建立微生物与药物异构网络,丰富关联信息;通过图卷积网络(GCN)提取多层潜在特征,得到微生物和药物的卷积融合矩阵;采用改进的堆叠自编码器学习有意义的高阶相似特征的无监督低维表示,在堆叠自编码器的基础上追加图卷积和注意力机制,进一步优化高阶特征信息的提取;将低维特征与关联特征串联,使用多层感知机(MLP)对最终的微生物-药物进行评分预测。通过效能评估,GATSAE方法的受试者工作特征曲线下面积(AUROC)及精确率-召回率曲线下面积(AUPR)分别达到0.961 9和0.957 7,优于经典的机器学习方法和常见的深度学习方法。案例研究表明,GATSAE方法能够准确预测到与SARS-CoV-2、大肠杆菌相关的候选药物,以及与阿司匹林相关的候选微生物。 展开更多
关键词 微生物与药物 关联预测 堆叠自编码器 注意力机制 图卷积网络 多层感知机
在线阅读 下载PDF
利用马氏距离度量动量对比自编码器重构误差的提升机故障检测方法
2
作者 刘辉 泮恒拓 阙子俊 《机电工程》 北大核心 2026年第1期168-175,共8页
针对矿井提升机故障数据稀缺且正常与故障数据不平衡的问题,提出了利用马氏距离(MD)度量动量对比自编码器(MCAE)重构误差的提升机故障检测方法。首先,通过对历史正样本(正常数据)添加随机噪声,生成了大量负样本;利用对比学习技术训练了... 针对矿井提升机故障数据稀缺且正常与故障数据不平衡的问题,提出了利用马氏距离(MD)度量动量对比自编码器(MCAE)重构误差的提升机故障检测方法。首先,通过对历史正样本(正常数据)添加随机噪声,生成了大量负样本;利用对比学习技术训练了自编码器,提升了其从负样本中提取与原始正样本对应潜在表示的能力,从而使模型能够重构出更加符合原始正样本流形的数据;然后,采用马氏距离对重构误差进行了度量,并将马氏距离作为故障的监测指标;最后,在提升机的现场监测数据集上对该方法进行了故障检测实验分析,成功检测到了提升机滚筒两侧振动偏差大的故障,验证了该方法的有效性。研究结果表明:与其他重构方法和距离度量方法的组合相比,该方法的FPR@95%TPR、AUC指标分别达到了6.71%、98.06%,在几种方法中表现最好,验证了其在故障检测方面的优越性。利用马氏距离度量动量对比自编码器重构误差的检测方法,可以对提升机故障进行有效检测。 展开更多
关键词 矿井提升机 故障检测 数据不平衡 对比学习 马氏距离 动量对比自编码器 真正例率 假正例率
在线阅读 下载PDF
融合变分自编码器的轴孔装配强化学习迁移方法
3
作者 曹中龙 陈成军 孟凡华 《组合机床与自动化加工技术》 北大核心 2026年第1期13-18,共6页
精确且高效的装配策略是自动化装配领域面临的重要挑战,然而在轴孔装配任务中,从仿真环境到物理环境的高效迁移装配策略仍未得到充分解决。提出了一种融合变分自编码器的轴孔装配强化学习迁移方法,结合变分自编码器(VAE)和近端策略优化(... 精确且高效的装配策略是自动化装配领域面临的重要挑战,然而在轴孔装配任务中,从仿真环境到物理环境的高效迁移装配策略仍未得到充分解决。提出了一种融合变分自编码器的轴孔装配强化学习迁移方法,结合变分自编码器(VAE)和近端策略优化(PPO)实现了装配策略从仿真到物理环境的高效迁移。首先,训练VAE模型以识别并提取轴孔装配任务观测图像的特征;然后使用PPO强化学习算法在仿真环境中训练机器人装配策略;最后将装配策略迁移至物理环境中。实验结果显示,融合变分自编码器的轴孔装配强化学习方法提升了自动化装配任务的效率,为机器人装配策略迁移提供了新思路。 展开更多
关键词 深度强化学习 轴孔装配 策略迁移 变分自编码器(VAE)
在线阅读 下载PDF
融合变分图自编码器与局部-全局图网络的认知负荷脑电识别模型 被引量：1
4
作者 周天彤 郑妍琪 +2 位作者 魏韬 戴亚康 邹凌 《计算机应用》 北大核心 2025年第6期1849-1857,共9页
针对认知负荷识别模型存在过于依赖手动特征提取、忽视脑电图(EEG)信号的空间信息和无法有效学习图结构数据的问题,提出一种融合变分图自编码器(VGAE)与局部-全局图网络(VLGGNet)的认知负荷EEG识别模型。该模型由时间学习模块和图形学... 针对认知负荷识别模型存在过于依赖手动特征提取、忽视脑电图(EEG)信号的空间信息和无法有效学习图结构数据的问题,提出一种融合变分图自编码器(VGAE)与局部-全局图网络(VLGGNet)的认知负荷EEG识别模型。该模型由时间学习模块和图形学习模块这2个部分组成。首先,使用时间学习模块通过多尺度时间卷积捕捉EEG信号的动态频率表示,并通过空间与通道重建卷积(SCConv)和1×1卷积核级联模块融合多尺度卷积提取的特征;其次,使用图形学习模块将EEG数据定义为局部-全局图,其中,局部图特征提取层将节点属性聚合到一个低维向量,全局图特征提取层通过VGAE重构图结构;最后,对全局图和节点特征向量执行轻量化图卷积操作,由全连接层输出预测结果。通过嵌套交叉验证,实验结果表明,在心算任务(MAT)数据集上,相较于次优的局部-全局图网络(LGGNet),VLGGNet的平均准确率(mAcc)和平均F1分数(mF1)分别提升了4.07和3.86个百分点;在同时任务EEG工作量(STEW)数据集上,相较于表现最好的多尺度时空卷积神经网络(TSception),VLGGNet的mAcc与TSception相同,mF1仅降低了0.01个百分点。可见VLGGNet提高了认知负荷分类的性能,也验证了前额叶和额叶区域与认知负荷状态密切相关。 展开更多
关键词 认知负荷 脑电信号 多尺度时间卷积 变分图自编码器 局部-全局图网络
在线阅读 下载PDF
卷积自编码器和残差循环神经网络在刀具剩余寿命预测中的应用 被引量：1
5
作者 周学良 潘晓明 吴瑶 《机械科学与技术》 北大核心 2025年第5期806-813,共8页
针对刀具剩余寿命预测问题,提出了一种将一维卷积自编码器(One-dimensional convolutional auto encoder,1DCAE)和残差双向门控循环单元(Residual bidirectional gated recurrent unit,RBGRU)相结合的预测方法。通过1DCAE连续卷积池化... 针对刀具剩余寿命预测问题,提出了一种将一维卷积自编码器(One-dimensional convolutional auto encoder,1DCAE)和残差双向门控循环单元(Residual bidirectional gated recurrent unit,RBGRU)相结合的预测方法。通过1DCAE连续卷积池化和反卷积上采样方法获取工况信号的深层特征,并将其与分段后的原始信号融合后作为刀具剩余寿命的表征;同时结合残差网络的思想对双向门控循环单元(Bidirectional gated recurrent unit,BiGRU)的结构进行改进以增强对时序特征的捕获能力。实验结果表明,该方法比其他算法具有更高的预测精度。 展开更多
关键词 刀具 剩余寿命预测 卷积自编码器 残差门控循环单元 特征融合
在线阅读 下载PDF
基于多尺度卷积自编码器的船舶逆变器故障诊断 被引量：2
6
作者 崔博文 张思远 《舰船科学技术》 北大核心 2025年第3期135-140,共6页
为实现对船舶逆变器的有效维护,确保船舶逆变器模块的正常运行,提出一种基于多尺度特征融合和降噪卷积自编码器的船舶逆变器开路故障诊断方法。可以直接对一维原始电流数据自适应地提取数据特征,降低信号内的噪声,实现端到端的故障诊断... 为实现对船舶逆变器的有效维护,确保船舶逆变器模块的正常运行,提出一种基于多尺度特征融合和降噪卷积自编码器的船舶逆变器开路故障诊断方法。可以直接对一维原始电流数据自适应地提取数据特征,降低信号内的噪声,实现端到端的故障诊断。首先,利用数据增强方法来增强数据集;其次,根据数据特点设计可以提取局部细节和整体结构信息的多尺度卷积特征融合模块,并在编码器中引入该模块,形成特征提取模型;最后,利用全连接神经网络对模型输出的数据特征进行分类,根据分类结果实现故障诊断。实验结果表明,所提出的方法具有优越的数据特征提取性能及噪声鲁棒性能,可以实现船舶逆变器开关器件开路故障诊断。 展开更多
关键词 船舶逆变器 故障诊断 多尺度特征融合 卷积自编码器
在线阅读 下载PDF
基于联合卷积变分自编码器和预测器的UWB定位算法 被引量：1
7
作者 古玉锋 李真 +1 位作者 高世椿 黎程山 《仪器仪表学报》 北大核心 2025年第1期182-192,共11页
某室内三线自动驾驶轨道交通系统使用了超宽带(UWB)定位系统,车辆的高精度定位是提高其运行可靠性和调度效率的关键技术。基于UWB定位精度的分析,提出了一种基于联合卷积变分自编码器和预测器(VAE-CNN)的非视距鉴别、测距误差补偿与神... 某室内三线自动驾驶轨道交通系统使用了超宽带(UWB)定位系统,车辆的高精度定位是提高其运行可靠性和调度效率的关键技术。基于UWB定位精度的分析,提出了一种基于联合卷积变分自编码器和预测器(VAE-CNN)的非视距鉴别、测距误差补偿与神经网络定位误差补偿的三步UWB定位算法。首先,采集标签与基站的测距误差和信道脉冲响应(CIR)数据,训练VAE-CNN模型,根据原始CIR和重建CIR的可信度阈值剔除非视距测距值。其次,根据预测器的预测误差补偿原始测距值,使用最小二乘法计算坐标和该坐标相对于各个基站坐标的方向余弦,训练神经网络用于拟合定位误差与方向余弦的关系。在已公开的包含视距和非视距的UWB测距值和CIR数据集上,验证了VAE-CNN模型的非视距鉴别能力,评估了基于VAE-CNN模型的非视距鉴别和测距误差补偿对定位精度的提升效果;在不同测距方差下,基于车辆模拟运行轨迹,评估了定位误差补偿神经网络提高定位精度的效果。搭建了UWB定位系统,验证了动态定位中三步UWB定位算法的实际效果。结果表明,动态定位中,在完全视距环境中,算法的平均定位误差为28.68 mm,均方根定位误差为16.67 mm,最大定位误差为76.68 mm;存在非视距的环境中,算法的平均定位误差为38.73 mm,均方根定位误差为20.61 mm,最大定位误差为116.47 mm。由此可知,所提出的三步UWB定位算法具有精度高、成本低和稳定性好的优点,能满足所涉及的室内轨道交通的定位需求。 展开更多
关键词 三线室内轨道交通 UWB定位 卷积变分自编码器 非视距鉴别 误差补偿
在线阅读 下载PDF
基于卷积自编码器的综合传动异常检测研究
8
作者 贾然 吴傲 +3 位作者 陈涛 郝乃芃 王立勇 赵津 《湖南大学学报(自然科学版)》 北大核心 2025年第10期99-107,共9页
针对特种车辆工作过程中综合传动装置的数据复杂性、正常与异常数据不平衡、传统统计学方法对综合传动传感器监测数据异常波动的漏报率和误报率较高等问题,提出一种基于注意力机制卷积自编码器(attention mechanism convolutional autoe... 针对特种车辆工作过程中综合传动装置的数据复杂性、正常与异常数据不平衡、传统统计学方法对综合传动传感器监测数据异常波动的漏报率和误报率较高等问题,提出一种基于注意力机制卷积自编码器(attention mechanism convolutional autoencoder,ACA)与支持向量机(support vector machine,SVM)耦合的ACA-SVM异常数据检测方法.根据履带装甲实车运行数据,对传感器监测进行数据预处理,采用注意力机制识别并聚焦检测数据中的核心元素,利用卷积自编码器(convolutional autoencoder,CAE)将原始数据降维提取特征,实现数据检测并得到重构误差和特征值.通过支持向量机进行分类和计算训练集数据样本的异常分数并与传统异常检测模型进行检测效果对比实验.实验结果表明,所提ACA-SVM方法在特种车辆综合传动数据上比CAE、门控循环单元(gated recurrent unit,GRU)等模型检测效果更优异,异常检测准确率为97.2%,F_(1)值为0.976. 展开更多
关键词 异常检测 传动装置 漏油故障 卷积自编码器 注意力机制
在线阅读 下载PDF
基于改进通道注意力优化变分自编码器的居民空调负荷辨识
9
作者 王凌云 唐涛 +2 位作者 鲍刚 阮胜冬 张涛 《仪器仪表学报》 北大核心 2025年第5期251-263,共13页
居民空调负荷的准确辨识是挖掘其调控潜力和实现需求响应的关键。针对目前居民空调功率求解方法的精度不足和计算复杂问题,故提出一种基于变分自编码器(VAE)和改进高效通道注意力机制(ECA)的居民空调负荷非侵入式辨识神经网络模型。改进... 居民空调负荷的准确辨识是挖掘其调控潜力和实现需求响应的关键。针对目前居民空调功率求解方法的精度不足和计算复杂问题,故提出一种基于变分自编码器(VAE)和改进高效通道注意力机制(ECA)的居民空调负荷非侵入式辨识神经网络模型。改进ECA采用结合全局平均池化与全局最大池化的双池化策略,既捕获整体统计信息又突出局部显著响应。借助压缩-重构机制,在降维后利用快速动态卷积核自适应捕捉局部通道交互信息,有效聚焦关键信息,为通道赋予合理权重;将改进ECA集成在VAE解码器中,增强模型对空调负荷的特征重构能力;模型进一步引入多任务学习框架,联合优化功率分解与状态识别任务,实现任务间信息共享和互补,从而提高整体辨识精度。同时,利用输出模块和后处理状态阈值约束,有效抑制非空调负荷的干扰。最后,在真实居民用电数据集上进行实验验证。实验结果表明,相较于两个对比模型,模型在3个地区所有居民功率分解的平均绝对误差(MAE)均值分别提升59.71%和9.22%,空调状态识别F1值达84.58%。消融实验表明,改进ECA使其中两个地区功率分解MAE分别降低56.23%和12.47%,多任务学习框架进一步推动辨识精度提升3.17%和5.90%。所提出的少量侵入式测量方案以30%用户侵入式量测数据训练,在保证模型准确性的同时,减少对用户数据的依赖,具有较强的应用潜力。 展开更多
关键词 居民空调负荷 变分自编码器 非侵入式负荷监测 通道注意力 多任务学习
在线阅读 下载PDF
基于非插值卷积自编码器的湍流降阶模型
10
作者 武频 张波 +1 位作者 宋超 周铸 《西北工业大学学报》 北大核心 2025年第1期149-153,共5页
降阶模型通过代理数值模拟,有效降低了大规模流体动力学问题的计算成本。其中,降维和重构方法是降阶模型的关键组成部分。传统的本征正交分解基于线性映射,常常在处理流场时损失大量非线性流动信息。全连接结构的自编码器在处理较大规... 降阶模型通过代理数值模拟,有效降低了大规模流体动力学问题的计算成本。其中,降维和重构方法是降阶模型的关键组成部分。传统的本征正交分解基于线性映射,常常在处理流场时损失大量非线性流动信息。全连接结构的自编码器在处理较大规模流场网格时会导致模型参数爆炸,难以有效训练。为了获得均匀流场快照,卷积自编码器一般需要在流场上进行均匀插值,这通常伴随着插值误差和不必要的时间成本。为解决这些问题,提出了一种创新的非插值卷积自编码器,该模型可以提取流场的非线性特征,降低参数量,避免插值误差和额外的计算成本。在二维圆柱绕流算例上,降维重构的均方根误差均约为1×10^(-3),速度云图和绝对误差云图展示了非插值卷积自编码器在重构方面的卓越性能。 展开更多
关键词 降阶模型 非插值卷积自编码器 降维重构
在线阅读 下载PDF
基于自编码器及对比损失的图聚类方法
11
作者 王静红 王慧 袁绰 《南京师大学报(自然科学版)》 北大核心 2025年第1期75-84,共10页
图聚类根据图数据的内在关系找到组或社区,是数据分析中一项重要的研究问题.近年来,基于自编码器的方法能够获得有效节点属性表示,但未融合结构信息.由于图神经网络的广泛应用,基于半监督图卷积网络和图自编码器的模型能够融合结构信息... 图聚类根据图数据的内在关系找到组或社区,是数据分析中一项重要的研究问题.近年来,基于自编码器的方法能够获得有效节点属性表示,但未融合结构信息.由于图神经网络的广泛应用,基于半监督图卷积网络和图自编码器的模型能够融合结构信息,与传统聚类方法相比取得了较好的效果,但标记数据和卷积操作代价昂贵.因此,本文提出了一种基于自编码器及对比损失的图聚类方法.首先该方法使用简单的多层感知器设计自编码器,预训练自编码器学习节点属性表示.其次结合影响对比损失学习图嵌入表示,融合丰富的图结构信息,然后同时迭代优化嵌入表示和自监督聚类任务.最后,使用多个引文网络数据集与基准模型进行对比实验.实验表明,聚类性能得到有效提升,并且参数敏感性分析和变体实验验证了影响对比损失和自监督聚类的有效性. 展开更多
关键词 图聚类 自编码器 影响对比损失 图嵌入 自监督聚类
在线阅读 下载PDF
变分模态分解和自适应稀疏自编码器的故障诊断模型
12
作者 吴亚丽 冯梦琦 +2 位作者 王君虎 董昂 杨延西 《机械科学与技术》 北大核心 2025年第9期1603-1611,共9页
针对旋转机械滚动轴承故障诊断中变分模态分解的参数选择和稀疏自编码器网络结构难以确定的问题,该文提出了一种粒子群算法优化的变分模态分解与稀疏自编码器相结合的故障诊断模型。首先计算包络熵确定变分模态算法的分解层数和模态分量... 针对旋转机械滚动轴承故障诊断中变分模态分解的参数选择和稀疏自编码器网络结构难以确定的问题,该文提出了一种粒子群算法优化的变分模态分解与稀疏自编码器相结合的故障诊断模型。首先计算包络熵确定变分模态算法的分解层数和模态分量,通过信号分解和降噪从而实现最佳分量的筛选。接着计算最佳分量的包络谱并将其作为稀疏自编码器的输入,引入粒子群算法优化稀疏自编码器的网络结构,获得自动提取振动数据的最优特征表示能力,在满足模型较优的特征学习能力的前提下极大地增强了模型的适应性。对凯斯西储大学轴承和变速轴承数据集的故障类型识别的仿真结果表明,该文所提方法拥有较强自适应性和较优的准确率。 展开更多
关键词 变分模态分解 包络熵 稀疏自编码器 粒子群算法 故障诊断
在线阅读 下载PDF
基于经验模态分解和深度自编码器的液压缸密封泄漏故障诊断
13
作者 金耀 刘果 +1 位作者 章荣 王宇婷 《润滑与密封》 北大核心 2025年第12期154-159,共6页
液压缸内泄漏故障通常由密封损坏引发,及时准确地诊断有助于保障液压系统的运行效率和可靠性。针对这一问题,提出一种融合经验模态分解(Empirical Mode Decomposition,EMD)与深度自编码器(Deep Auto-Encoder,DAE)的智能诊断方法。具体... 液压缸内泄漏故障通常由密封损坏引发,及时准确地诊断有助于保障液压系统的运行效率和可靠性。针对这一问题,提出一种融合经验模态分解(Empirical Mode Decomposition,EMD)与深度自编码器(Deep Auto-Encoder,DAE)的智能诊断方法。具体方法是,通过对压力信号进行经验模态分解获取固有模态函数(Intrinsic Mode Function,IMF),并结合多种频域特征筛选出对泄漏故障敏感的关键IMF分量,完成特征提取;随后将提取的特征参数输入深度自编码器网络进行模式识别。实验结果表明,该方法在内泄漏故障识别中表现优异,准确率达到98.24%,显著优于传统BP神经网络、小波神经网络及支持向量机等方法,为液压缸密封泄漏问题提供了一种可靠的诊断方案。 展开更多
关键词 液压缸 密封泄漏 故障诊断 经验模态分解 深度自编码器
在线阅读 下载PDF
基于互联网数据和图自编码器链路预测的科技发展机会发现研究
14
作者 任海英 崔士博 《情报杂志》 北大核心 2025年第11期125-135,共11页
[研究目的]针对科技战略层面的机会识别主要依赖经验的问题,提出科技发展机会的概念和定量发现方法。[研究方法]在机会识别阶段,从国内权威媒体和相关企业的网站上抽取焦点领域科技发展的相关文本信息,构建领域关键词共词网络,运用基于... [研究目的]针对科技战略层面的机会识别主要依赖经验的问题,提出科技发展机会的概念和定量发现方法。[研究方法]在机会识别阶段,从国内权威媒体和相关企业的网站上抽取焦点领域科技发展的相关文本信息,构建领域关键词共词网络,运用基于图自编码器的链路预测算法识别新的科技发展机会;在机会分析阶段,针对潜在机会数量庞大和含义模糊的问题,建立宏观因素类别和微观关键词两个层次的指标,筛选并解读科技发展机会。[研究结果/结论]量子科技领域的实证研究表明,图自编码器链路预测模型相较于经典模型表现出了更好的性能;提出的机会筛选和解读方法能够明确科技发展机会的具体含义;我国量子领域科技发展的类别层机会包括加强对量子企业的政策支持、提高产业链活力,以及强化产学研合作;关键词层机会包括量子保密通信、量子超级计算机和量子科技产业金融一体化等。实证研究结果验证了所提出方法的有效性和可行性。 展开更多
关键词 科技发展机会 图自编码器 链路预测 文本挖掘 机会解读 量子科技
在线阅读 下载PDF
融合注意力的卷积自编码器视频异常检测方法
15
作者 宋雪桦 车雷 +2 位作者 张星 茆玉欣 张海侠 《江苏大学学报(自然科学版)》 北大核心 2025年第6期677-684,共8页
针对目前视频异常检测方法未充分利用视频序列中的上下文语义信息的问题,提出一种融合注意力的卷积自编码器视频异常检测方法.首先,模型采用抽取帧预测的方式,并利用基于Inception模块的卷积自编码器提取输入视频序列中不同尺度的特征信... 针对目前视频异常检测方法未充分利用视频序列中的上下文语义信息的问题,提出一种融合注意力的卷积自编码器视频异常检测方法.首先,模型采用抽取帧预测的方式,并利用基于Inception模块的卷积自编码器提取输入视频序列中不同尺度的特征信息.其次,为学习视频帧中运动对象和静止背景的交互信息,引入位置注意力和通道注意力.最后,在卷积自编码器中加入记忆增强模块来限制模型泛化性,并引入潜在损失函数来进一步增大异常事件的重构误差.推导了异常得分计算,给出了异常检测数据集.为验证所提出方法的有效性,进行了异常行为定性分析、模型性能比较试验、记忆项更新阈值试验以及消融试验.结果表明:该方法能有效检测视频中的异常事件,并具有较高的检测精度,在UCSD Ped2、CUHK Avenue和ShanghaiTech数据集上的AUC值分别为97.7%、88.9%和73.8%. 展开更多
关键词 视频异常检测 深度学习 卷积自编码器 注意力机制 记忆增强 抽取帧预测
在线阅读 下载PDF
基于小波基—改进卷积自编码器的故障诊断方法
16
作者 王娜 刘佳林 王子从 《兵器装备工程学报》 北大核心 2025年第8期351-360,共10页
针对故障诊断中,传统小波包分解(wave packet decomposition,WPD)提取故障特征主观性强、且模型诊断效率低的问题,提出了一种基于小波基—改进卷积自编码器的故障诊断方法。基于能量—泰尔指数准则来准确选择小波基函数,以改善传统小波... 针对故障诊断中,传统小波包分解(wave packet decomposition,WPD)提取故障特征主观性强、且模型诊断效率低的问题,提出了一种基于小波基—改进卷积自编码器的故障诊断方法。基于能量—泰尔指数准则来准确选择小波基函数,以改善传统小波包基函数确定主观性较强的缺点,获得初始故障特征;引入无阈值递归图(thresholdless recurrence plot,TRP),并与小波包分解相结合,从空间角度进一步增强故障特征的显著性,并减少冗余特征;将softmax分类器嵌入到卷积自编码器(convolutional autoencoder,CAE)中,并构建新的损失函数,来确保参数训练的准确性,并通过一次迭代学习即可实现参数更新,进一步提高了模型的诊断效率。通过在CWRU数据集和JNU数据集上的仿真,结果表明,所提方法的诊断准确率分别为99.67%和98.33%,相比于其他方法具有更好的诊断精度及效率。 展开更多
关键词 故障诊断 小波包分解 泰尔指数 无阈值递归图 卷积自编码器 损失函数
在线阅读 下载PDF
基于量子化降噪自编码器的遮挡微表情重建方法研究
17
作者 刘慧 郭特 +1 位作者 刘栋 李颖颖 《计算机工程》 北大核心 2025年第5期288-304,共17页
微表情是一种心理健康诊断的重要依据,眼镜、口罩等物体造成的遮挡会导致微表情识别困难。现有遮挡微表情重建方法以RGB纹理信息重建为主,存在信息大量冗余、难以实现对纹理的精确重建等问题。此外,重建方法采用的模型多为基于U-Net的... 微表情是一种心理健康诊断的重要依据,眼镜、口罩等物体造成的遮挡会导致微表情识别困难。现有遮挡微表情重建方法以RGB纹理信息重建为主,存在信息大量冗余、难以实现对纹理的精确重建等问题。此外,重建方法采用的模型多为基于U-Net的对称自编码器和生成对抗网络(GAN)等,存在浅层的对称结构重建能力有限、对抗损失收敛困难等问题。为此,提出一种基于量子化降噪自编码器的微表情遮挡区域动态流特征重建方法。首先,基于光流和动态图像提出光照能量鲁棒的动态流特征表示,有效聚合所有TVL1光流中的运动信息,并简化纹理信息;其次,基于离散编码的变分自编码器(VQ-VAE)提出一种双层结构向量量子化降噪自编码器(VQ-DAE),用于微表情的遮挡区域动态流特征重建,以进行遮挡微表情的识别。实验结果表明,该方法能较好地重建遮挡区域的运动信息,在CASME、CAS(ME)2、CASMEⅡ这3个数据集上的准确率分别达到77.89%、72.02%、61.04%。与传统方法、基于空间注意力及自注意力方法相比,所提方法在准确率、未加权平均召回率(UAR)、Macro-F1等指标上均有显著的性能提升。 展开更多
关键词 遮挡微表情识别 特征重建 光流 动态图像 降噪自编码器
在线阅读 下载PDF
特征感知变换自编码器防御模型偏斜式投毒攻击
18
作者 罗文华 杨立圣 张鹏 《小型微型计算机系统》 北大核心 2025年第8期2033-2040,共8页
流量分类模型更新易受数据投毒攻击,现有模型偏斜式投毒攻击防御方法聚焦特征固定的图像分类任务,面对特征复杂的流量分类问题适用性有限.针对上述问题,设计少特征攻击的投影梯度下降法,生成对抗样本进行偏斜式投毒攻击;提出特征感知变... 流量分类模型更新易受数据投毒攻击,现有模型偏斜式投毒攻击防御方法聚焦特征固定的图像分类任务,面对特征复杂的流量分类问题适用性有限.针对上述问题,设计少特征攻击的投影梯度下降法,生成对抗样本进行偏斜式投毒攻击;提出特征感知变换自编码器的模型偏斜式投毒防御方法,在自编码器训练阶段引入特征感知噪声扰动,以限制扰动范围并增强自编码器对抗样本噪声过滤能力.通过构建流量数据变换自编码器重构并消除对抗样本的对抗性,利用变换后的样本数据与原始数据进行预测差异性判定,实现对抗样本判别过滤.实验结果表明,该方法能够有效识别新增训练样本中的对抗样本,降低偏斜式数据投毒攻击对流量分类模型的负面影响. 展开更多
关键词 数据投毒攻击 流量分类模型 对抗样本 自编码器
在线阅读 下载PDF
利用卷积自编码器的体压分布数据重构及分析
19
作者 郭巍 阮金伟 +2 位作者 马晓兰 周蒙蒙 彭强 《湖南大学学报(自然科学版)》 北大核心 2025年第6期36-43,共8页
针对体压分布实验采集数据的噪声干扰问题,本研究提出了基于卷积自编码器的数据重构方法以提高数据的质量和可用性.首先,将体压分布数据归一化,并添加高斯噪声作为训练集,设计并利用卷积自编码器模型对数据进行特征提取和去噪;再将实验... 针对体压分布实验采集数据的噪声干扰问题,本研究提出了基于卷积自编码器的数据重构方法以提高数据的质量和可用性.首先,将体压分布数据归一化,并添加高斯噪声作为训练集,设计并利用卷积自编码器模型对数据进行特征提取和去噪;再将实验采集的体压分布数据作为测试集,评估重构结果的准确性和稳定性.实验结果表明:该模型在98个测试样本上得到的相对误差的均值和标准差分别为0.010和0.018,有较高的准确性和稳定性.最后,利用该模型处理实验采集的体压分布数据,得到体压分布指标随座椅位置的变化关系. 展开更多
关键词 汽车座椅系统 自编码器 体压分布 乘坐舒适性
在线阅读 下载PDF
基于自注意力机制与高斯混合变分自编码器的飞行轨迹聚类方法研究
20
作者 张召悦 李莎 鲍水达 《河南科技大学学报(自然科学版)》 北大核心 2025年第1期25-33,M0003,M0004,共11页
为精确识别飞行轨迹的运行模式,提出了一种基于自注意力机制(SA)与高斯混合变分自编码器(GMVAE)的飞行轨迹聚类方法。SA-GMVAE是一种端到端的深度聚类方法,GMVAE利用变分推断估计每条轨迹的潜在分布,将输入的飞行轨迹数据映射到由多个... 为精确识别飞行轨迹的运行模式,提出了一种基于自注意力机制(SA)与高斯混合变分自编码器(GMVAE)的飞行轨迹聚类方法。SA-GMVAE是一种端到端的深度聚类方法,GMVAE利用变分推断估计每条轨迹的潜在分布,将输入的飞行轨迹数据映射到由多个高斯分布组成的潜在空间,同时依据轨迹分布特征进行聚类。考虑到GMVAE无法兼顾潜在特征的全局关键信息,将自注意力机制嵌入到编码器中,以便于在特征提取时能够捕获全局依赖关系并自动分配权重,突出关键特征,提升轨迹聚类效果。最后,以天津滨海国际机场的进场飞行轨迹数据集为例验证了模型的有效性,实验结果表明:SA-GMVAE相较于K-means、DBSCAN、DTW+HDBSCAN、AE+DP与AE+GMM 5种聚类方法,轮廓系数分别提高了27.6%、20.2%、18.2%、18.6%、15.7%;与未引入自注意力机制的GMVAE聚类模型相比,轮廓系数提高了9.5%,能够更准确地对飞行轨迹进行聚类。 展开更多
关键词 飞行轨迹 模式识别 变分自编码器 自注意力机制
在线阅读 下载PDF
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 2 … 63 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部