检索结果-维普期刊中文期刊服务平台

并行多尺度特征递归学习的低照度图像增强: 1; 作者王璐雪王晓霞 +1 位作者李翔陈晓《计算机工程与应用》北大核心 2025年第16期265-271,共7页; 针对在低照度条件下拍摄的图像存在的如细节和纹理信息模糊或缺失、色彩失真、噪声污染严重等退化问题,提出基于并行多尺度特征递归学习(parallel multi-scale feature recursive learning,PMRL)的图像增强方法。通过从粗到细的递归学... 展开更多; 关键词低照度图像增强递归学习多尺度特征融合注意力机制; 在线阅读下载PDF 职称材料

中腹摆弹臂的递归学习输入成形振动抑制方法被引量：2: 2; 作者胡胜海古青波 +1 位作者彭浩宸叶小红《北京理工大学学报》 EI CAS CSCD 北大核心 2013年第11期1107-1112,1118,共7页; 改变传统大口径舰炮旁侧路的复杂供弹模式,提出了一种应用中心单线摆弹机理的中腹供弹方式,针对中腹摆弹机构的动力特性分析,在摆弹臂变形场的描述中计及了纵向变形的二次耦合项,建立了中腹摆弹臂的一次近似刚-柔耦合动力学模型;并提出... 展开更多; 关键词中腹供弹刚-柔耦合递归学习振动抑制; 在线阅读下载PDF 职称材料

递归学习寻找对称变量被引量：1: 3; 作者张镭林争辉吕宗伟《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第12期1709-1712,共4页; 逻辑验证和逻辑综合中 ,利用对称变量的性质能提高算法整体的效率 .通常 fxixj=fxjxi被用来检验变量的对称性 .一般先分别建立 fxixj和 fxjxi的 BDD( Binary Decision Diagram)二分决策图 ,然后通过检查两 BDD图是否同构来验证 ... 展开更多; 关键词逻辑集成电路对称变量递归学习算法测试生成逻辑函数二分决策图; 在线阅读下载PDF 职称材料

广义PID实时递归学习算法: 4; 作者张俊杰杨艳丽尤昌德《西安交通大学学报》 EI CAS CSCD 北大核心 1997年第1期104-110,共7页; 利用经典的ＰＩＤ控制思想，在实时递归学习（ＲＴＲＬ）算法基础上，研究了微分项和积分项对目标函数收敛行为的影响．结果表明：只要能动态地调整积分项和微分项，收敛速度就会大大加快且能跨越局部极小值．基于此，提出了改进ＲＴＲ... 展开更多; 关键词 PID检测学习算法实时递归学习递归神经网纲; 在线阅读下载PDF 职称材料

信息不完备小样本条件下离散DBN参数学习被引量：6: 5; 作者任佳高晓光白勇《系统工程与电子技术》 EI CSCD 北大核心 2012年第8期1723-1728,共6页; 针对信息不完备小样本条件下离散动态贝叶斯网络参数学习问题,提出约束递归学习算法。该方法通过前向算法建立含有隐藏变量的离散动态贝叶斯网络参数递归估计模型,以当前时刻网络参数为变量,构建均匀分布表示的先验参数约束模型。在此... 展开更多; 关键词离散动态贝叶斯网络参数学习约束递归学习信息不完备; 在线阅读下载PDF 职称材料

基于递归残差网络的遥感图像超分辨率重建被引量：2: 6; 作者王爱丽宋晓莹陈雨时《计算机工程与应用》 CSCD 北大核心 2019年第3期191-195,共5页; 深层网络有效地提高了重建图像的精度,但是拥有大量参数,使训练时间过长。因此,改进了一种基于递归残差网络的遥感图像超分辨率重建算法,将全局残差学习和局部残差学习相结合,有效地降低训练深层网络的难度,并且通过递归学习控制网络参... 展开更多; 关键词递归残差网络遥感图像超分辨率重建残差学习递归学习; 在线阅读下载PDF 职称材料

一种新型滑模控制算法在挠性多体卫星姿态控制中的应用被引量：4: 7; 作者李信栋邹奎苟兴宇《宇航学报》 EI CAS CSCD 北大核心 2019年第11期1304-1312,共9页; 针对一类挠性多体卫星的复合控制问题,提出一种新型滑模变结构控制算法。新型算法利用闭环系统Lyapunov函数的一阶导数估计值设计控制器,且控制器采用了递归学习控制结构,能够有效解决传统滑模控制技术的颤振问题。随后根据Lyapunov稳... 展开更多; 关键词挠性多体卫星滑模控制姿态控制递归学习控制; 在线阅读下载PDF 职称材料

基于小波深层网络的图像超分辨率方法研究被引量：3: 8; 作者孙超寇昆湖 +4 位作者吕俊伟叶松松刘豪周玲赵利《计算机应用研究》 CSCD 北大核心 2020年第S01期380-384,共5页; 近年来,利用深度网络进行图像超分辨率重建研究已经得到了长足发展,但这些方法仅从图像的空域进行研究,忽略了频域对图像重建的作用。将深度学习与小波变换相结合,提出一种基于小波深度网络的图像超分辨率方法,发挥了小波变换能够提取... 展开更多; 关键词超分辨率小波变换深层网络残差学习递归学习; 在线阅读下载PDF 职称材料

题名并行多尺度特征递归学习的低照度图像增强: 1; 作者王璐雪王晓霞李翔陈晓; 机构陕西科技大学电子信息与人工智能学院; 出处《计算机工程与应用》北大核心 2025年第16期265-271,共7页; 基金陕西省自然科学基金(2024JC-YBQN-0724)。; 文摘针对在低照度条件下拍摄的图像存在的如细节和纹理信息模糊或缺失、色彩失真、噪声污染严重等退化问题,提出基于并行多尺度特征递归学习(parallel multi-scale feature recursive learning,PMRL)的图像增强方法。通过从粗到细的递归学习策略从退化的输入图像中逐步学习恢复映射,使照度更接近于真实光照;提出一种表示融合机制,使不同阶段之间的特征可以进行信息交换,以抑制噪声和伪影;引入捕获上下文信息的双重注意力表示特征提取模块,得到更丰富的图像细节信息;根据灰度世界颜色恒定性假设,提出半监督的感知损失来自适应地提高增强效果,保持颜色分布的一致性。在公开数据集LOLv1和LOLv2上的实验结果表明,相较于ZeroDCE++、DRBN和MIRNet等网络,峰值信噪比提高了8.18%~55.59%,结构相似性提高了5.42%~53.44%,验证了该方法的优越性。; 关键词低照度图像增强递归学习多尺度特征融合注意力机制; Keywords low-light image enhancement recursive learning multi-scale feature fusion attention mechanism; 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

题名中腹摆弹臂的递归学习输入成形振动抑制方法被引量：2: 2; 作者胡胜海古青波彭浩宸叶小红; 机构哈尔滨工程大学机电工程学院; 出处《北京理工大学学报》 EI CAS CSCD 北大核心 2013年第11期1107-1112,1118,共7页; 基金国家自然科学基金资助项目(51175099) 国家部委基础研究基金资助项目(40108060302); 文摘改变传统大口径舰炮旁侧路的复杂供弹模式,提出了一种应用中心单线摆弹机理的中腹供弹方式,针对中腹摆弹机构的动力特性分析,在摆弹臂变形场的描述中计及了纵向变形的二次耦合项,建立了中腹摆弹臂的一次近似刚-柔耦合动力学模型;并提出了基于一次近似理论的递归学习输入成形控制方法,联合PD反馈控制对中腹摆弹臂残余振动的抑制进行了研究,通过对不同射角下中腹摆弹臂残余振动控制的数值仿真,表明递归学习输入成形方法对大变形情况下中腹摆弹臂的振动具有显著的抑制效果.; 关键词中腹供弹刚-柔耦合递归学习振动抑制; Keywords abdominal shell-feeding rigid-flexible coupling iterative learning vibration suppression; 分类号 TJ303 [兵器科学与技术—火炮、自动武器与弹药工程]; 在线阅读下载PDF 职称材料

题名递归学习寻找对称变量被引量：1: 3; 作者张镭林争辉吕宗伟; 机构上海交通大学大规模集成电路研究所; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第12期1709-1712,共4页; 基金美国国家科学基金资助项目 (5 978East Asia andPacific Program-960 2 485 ); 文摘逻辑验证和逻辑综合中 ,利用对称变量的性质能提高算法整体的效率 .通常 fxixj=fxjxi被用来检验变量的对称性 .一般先分别建立 fxixj和 fxjxi的 BDD( Binary Decision Diagram)二分决策图 ,然后通过检查两 BDD图是否同构来验证 fxixj=fxjxi.但将电路转化为 BDD图本身就需要一定的时间 ,而且对于大的电路 ,存在 BDD图不能建立的可能性 ,致使同构验证无法进行 .本文利用递归学习 ,无需建立 BDD图直接在电路拓扑图上验证 fxixj=fxjxi.递归学习算法执行效率高 ,可以大大缩减对称变量检测的过程 .试验结果表明 ,利用递归学习算法检测对称变量执行时间减少 ,并且能将大的电路作为检测对象 .; 关键词逻辑集成电路对称变量递归学习算法测试生成逻辑函数二分决策图; Keywords logic integrated circuits symmetry variables recursive learning test generation; 分类号 TN431.2 [电子电信—微电子学与固体电子学]; 在线阅读下载PDF 职称材料

题名广义PID实时递归学习算法: 4; 作者张俊杰杨艳丽尤昌德; 机构西安交通大学; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 1997年第1期104-110,共7页; 文摘利用经典的ＰＩＤ控制思想，在实时递归学习（ＲＴＲＬ）算法基础上，研究了微分项和积分项对目标函数收敛行为的影响．结果表明：只要能动态地调整积分项和微分项，收敛速度就会大大加快且能跨越局部极小值．基于此，提出了改进ＲＴＲＬ算法，包括ＰＩＤ参数自动调整和积分项、微分项动态调整规则．采用遗忘因子有效地解决了过去状态对当前灵敏度过度影响的问题．通过一阶混沌序列预测的仿真表明，文中的算法较之标准ＲＴＲＬ和动量项ＲＴＲＬ算法，有更快的学习收敛速度。; 关键词 PID检测学习算法实时递归学习递归神经网纲; Keywords recurrent networks PID control RTRL algorithms fast learning algorithms; 分类号 TP273.22 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名信息不完备小样本条件下离散DBN参数学习被引量：6: 5; 作者任佳高晓光白勇; 机构海南大学信息科学技术学院西北工业大学电子信息学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2012年第8期1723-1728,共6页; 基金国家自然科学基金(61062006) 天津大学-海南大学创新基金资助课题; 文摘针对信息不完备小样本条件下离散动态贝叶斯网络参数学习问题,提出约束递归学习算法。该方法通过前向算法建立含有隐藏变量的离散动态贝叶斯网络参数递归估计模型,以当前时刻网络参数为变量,构建均匀分布表示的先验参数约束模型。在此基础上利用优化算法获得近似的Beta分布,将该分布下的先验参数信息加入递归估计模型中完成参数学习。通过无人机动态威胁评估模型验证了该方法的有效性和精确性。; 关键词离散动态贝叶斯网络参数学习约束递归学习信息不完备; Keywords discrete dynamic Bayesian network parameter learning constraint reeursion learning incom- plete information; 分类号 TP181 [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

题名基于递归残差网络的遥感图像超分辨率重建被引量：2: 6; 作者王爱丽宋晓莹陈雨时; 机构哈尔滨理工大学测控技术与通信工程学院哈尔滨工业大学图像与信息技术研究所; 出处《计算机工程与应用》 CSCD 北大核心 2019年第3期191-195,共5页; 基金国家自然科学基金(No.61771171); 文摘深层网络有效地提高了重建图像的精度,但是拥有大量参数,使训练时间过长。因此,改进了一种基于递归残差网络的遥感图像超分辨率重建算法,将全局残差学习和局部残差学习相结合,有效地降低训练深层网络的难度,并且通过递归学习控制网络参数。实验结果证明了递归残差网络在遥感图像超分辨率重建中的有效性,改进的网络可以获得更好的主观视觉效果以及客观评价指标。; 关键词递归残差网络遥感图像超分辨率重建残差学习递归学习; Keywords recursive residual network remote sensing image super-resolution reconstruction residual learning recursive learning; 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

题名一种新型滑模控制算法在挠性多体卫星姿态控制中的应用被引量：4: 7; 作者李信栋邹奎苟兴宇; 机构北京控制工程研究所空间智能控制技术重点实验室; 出处《宇航学报》 EI CAS CSCD 北大核心 2019年第11期1304-1312,共9页; 基金国家自然科学基金(61333008); 文摘针对一类挠性多体卫星的复合控制问题,提出一种新型滑模变结构控制算法。新型算法利用闭环系统Lyapunov函数的一阶导数估计值设计控制器,且控制器采用了递归学习控制结构,能够有效解决传统滑模控制技术的颤振问题。随后根据Lyapunov稳定性理论证明闭环系统轨迹可以快速收敛到滑模面,并且系统状态误差可在滑模面上渐近收敛到零。此外,设计的控制器能够有效抑制外部干扰,而且控制器只需要控制输入矩阵信息而不需受控系统和未知参数的其他先验信息,使得算法具有较强鲁棒性。最后通过数值仿真与现有文献中控制算法进行对比,结果充分验证了本文设计控制算法的有效性和实用性。; 关键词挠性多体卫星滑模控制姿态控制递归学习控制; Keywords Flexible multi-body satellites Sliding mode control Attitude control Recursive learning control; 分类号 V448.2 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名基于小波深层网络的图像超分辨率方法研究被引量：3: 8; 作者孙超寇昆湖吕俊伟叶松松刘豪周玲赵利; 机构 [ 海军航空大学; 出处《计算机应用研究》 CSCD 北大核心 2020年第S01期380-384,共5页; 文摘近年来,利用深度网络进行图像超分辨率重建研究已经得到了长足发展,但这些方法仅从图像的空域进行研究,忽略了频域对图像重建的作用。将深度学习与小波变换相结合,提出一种基于小波深度网络的图像超分辨率方法,发挥了小波变换能够提取细节信息的特性与深层网络优异的图像重建性能的双重优势。首先采用小波变换将低分辨率图像分解为四个分量,其次采用全局与局部残差学习及递归学习构建深层网络,利用该网络对分量进行超分辨率重建,继而通过小波逆变换操作得到高分辨率图像。对该方法进行测试,并将结果与其他方法进行比较。实验结果表明,其不仅在客观评价指标上表现良好,还在主观视觉效果方面也有所提升。; 关键词超分辨率小波变换深层网络残差学习递归学习; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] 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	并行多尺度特征递归学习的低照度图像增强	王璐雪王晓霞李翔陈晓	《计算机工程与应用》北大核心	2025	0	在线阅读下载PDF 职称材料
2	中腹摆弹臂的递归学习输入成形振动抑制方法	胡胜海古青波彭浩宸叶小红	《北京理工大学学报》 EI CAS CSCD 北大核心	2013	2	在线阅读下载PDF 职称材料
3	递归学习寻找对称变量	张镭林争辉吕宗伟	《上海交通大学学报》 EI CAS CSCD 北大核心	2002	1	在线阅读下载PDF 职称材料
4	广义PID实时递归学习算法	张俊杰杨艳丽尤昌德	《西安交通大学学报》 EI CAS CSCD 北大核心	1997	0	在线阅读下载PDF 职称材料
5	信息不完备小样本条件下离散DBN参数学习	任佳高晓光白勇	《系统工程与电子技术》 EI CSCD 北大核心	2012	6	在线阅读下载PDF 职称材料
6	基于递归残差网络的遥感图像超分辨率重建	王爱丽宋晓莹陈雨时	《计算机工程与应用》 CSCD 北大核心	2019	2	在线阅读下载PDF 职称材料
7	一种新型滑模控制算法在挠性多体卫星姿态控制中的应用	李信栋邹奎苟兴宇	《宇航学报》 EI CAS CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料
8	基于小波深层网络的图像超分辨率方法研究	孙超寇昆湖吕俊伟叶松松刘豪周玲赵利	《计算机应用研究》 CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料