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
3
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
面向汉维机器翻译的神经网络语言模型
被引量：
3
1
作者
李毓
杨雅婷
+2 位作者
李晓
米成刚
董瑞
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第2期189-194,共6页
针对传统神经网络语言模型方法只关注词语之间关系或者词语内部信息而导致维吾尔语语言模型困惑度(PPL)过高的问题,提出了融入词素信息的维吾尔语神经网络语言模型.该方法在传统神经网络语言模型的基础上添加了词内结构建模层及合并层,...
针对传统神经网络语言模型方法只关注词语之间关系或者词语内部信息而导致维吾尔语语言模型困惑度(PPL)过高的问题,提出了融入词素信息的维吾尔语神经网络语言模型.该方法在传统神经网络语言模型的基础上添加了词内结构建模层及合并层,利用双向长短时序记忆网络来捕捉词内结构信息,并与word2vec训练好的词向量相结合作为神经网络语言模型的输入;同时还采用重构N元语法(N-gram)语言模型的方式将神经网络模型应用到汉维统计机器翻译中.实验表明该模型的PPL降低了19.93,在汉维统计机器翻译任务中机器双语互译评估(BLEU)值提升了0.28个百分点.
展开更多
关键词
维吾尔语
机器翻译
语言模型
词向量
长短时序记忆网络
在线阅读
下载PDF
职称材料
基于地基云图与气象因素多模态融合的光伏功率预测方法
2
作者
邓芳明
刘涛
+3 位作者
王锦波
高波
韦宝泉
李泽文
《中国电机工程学报》
北大核心
2025年第18期7193-7205,I0014,共14页
现有地基云图与气象因素融合方法难以充分利用地基云图和气象因素两种模态之间的相关性和互补性,导致无法有效提升辐照度变化剧烈天气下的光伏功率预测准确度。该文提出一种基于地基云图与气象因素多模态融合的光伏功率预测方法。采用...
现有地基云图与气象因素融合方法难以充分利用地基云图和气象因素两种模态之间的相关性和互补性,导致无法有效提升辐照度变化剧烈天气下的光伏功率预测准确度。该文提出一种基于地基云图与气象因素多模态融合的光伏功率预测方法。采用一种改进Transformer网络,通过将气象数据输入部分的位置编码替换为时序卷积网络(time series convolutional network,TCN),提升网络对气象数据的特征提取能力;通过将网络解码器部分的多头注意力机制模块替换为长短时记忆网络(long short-term memory networks,LSTM),提升网络对时序序列的预测能力。分别引入引导注意力机制和低秩多模态融合算法对云图特征和气象特征进一步特征提取和融合,以充分利用不同源数据之间的相关性和互补性。结果表明,上述方法的均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和拟合优度(R^(2))分别为0.294、0.248和0.866,可以提升辐照度变化剧烈天气下的光伏功率预测准确度,从而提高电力系统运行的稳定性和可靠性。
展开更多
关键词
地基云图
多模态融合
光伏功率预测
时序
卷积
网络
-Transformer-
长短
时
记忆
网络
气象因素
在线阅读
下载PDF
职称材料
基于连续语音识别技术的猪连续咳嗽声识别
被引量：
24
3
作者
黎煊
赵建
+3 位作者
高云
刘望宏
雷明刚
谭鹤群
《农业工程学报》
EI
CAS
CSCD
北大核心
2019年第6期174-180,共7页
针对现有基于孤立词识别技术的猪咳嗽声识别存在识别声音种类有限,无法反映实际患病猪连续咳嗽的问题,该文提出了基于双向长短时记忆网络-连接时序分类模型(birectional long short-termmemory-connectionist temporal classification,B...
针对现有基于孤立词识别技术的猪咳嗽声识别存在识别声音种类有限,无法反映实际患病猪连续咳嗽的问题,该文提出了基于双向长短时记忆网络-连接时序分类模型(birectional long short-termmemory-connectionist temporal classification,BLSTM-CTC)构建猪声音声学模型,进行猪场环境猪连续咳嗽声识别的方法,以此进行猪早期呼吸道疾病的预警和判断。研究了体质量为75 kg左右长白猪单个咳嗽声样本的持续时间长度和能量大小的时域特征,构建了声音样本持续时间在0.24～0.74 s和能量大于40.15 V^2·s的阈值范围。在此阈值范围内,利用单参数双门限端点检测算法对基于多窗谱的心理声学语音增强算法处理后的30 h猪场声音进行检测,得到222段试验语料。将猪场环境下的声音分为猪咳嗽声和非猪咳嗽声,并以此作为声学模型建模单元,进行语料的标注。提取26维梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)作为试验语段特征参数。通过BLSTM网络学习猪连续声音的变化规律,并利用CTC实现了端到端的猪连续声音识别系统。5折交叉验证试验平均猪咳嗽声识别率达到92.40%,误识别率为3.55%,总识别率达到93.77%。同时,以数据集外1 h语料进行了算法应用测试,得到猪咳嗽声识别率为94.23%,误识别率为9.09%,总识别率为93.24%。表明基于连续语音识别技术的BLSTM-CTC猪咳嗽声识别模型是稳定可靠的。该研究可为生猪健康养殖过程中猪连续咳嗽声的识别和疾病判断提参考。
展开更多
关键词
信号处理
声音信号
识别
生猪产业
连续咳嗽声
双向
长短
时
记忆
网络
-连接
时序
分类模型
声学模型
在线阅读
下载PDF
职称材料
题名
面向汉维机器翻译的神经网络语言模型
被引量：
3
1
作者
李毓
杨雅婷
李晓
米成刚
董瑞
机构
中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室
中国科学院大学计算机科学与技术学院
出处
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2019年第2期189-194,共6页
基金
国家自然科学基金(U1703133)
新疆自治区重大科技专项(2016A03007-3)
+2 种基金
新疆自治区高层次人才引进工程项目(Y839031201)
中国科学院"西部之光"人才培养引进计划(2017-XBQNXZ-A-005)
中国科学院青年创新促进会项目(2017472)
文摘
针对传统神经网络语言模型方法只关注词语之间关系或者词语内部信息而导致维吾尔语语言模型困惑度(PPL)过高的问题,提出了融入词素信息的维吾尔语神经网络语言模型.该方法在传统神经网络语言模型的基础上添加了词内结构建模层及合并层,利用双向长短时序记忆网络来捕捉词内结构信息,并与word2vec训练好的词向量相结合作为神经网络语言模型的输入;同时还采用重构N元语法(N-gram)语言模型的方式将神经网络模型应用到汉维统计机器翻译中.实验表明该模型的PPL降低了19.93,在汉维统计机器翻译任务中机器双语互译评估(BLEU)值提升了0.28个百分点.
关键词
维吾尔语
机器翻译
语言模型
词向量
长短时序记忆网络
Keywords
Uyghur
machine translation
language model
word vector
long short-term memory network
分类号
H085 [语言文字—语言学]
在线阅读
下载PDF
职称材料
题名
基于地基云图与气象因素多模态融合的光伏功率预测方法
2
作者
邓芳明
刘涛
王锦波
高波
韦宝泉
李泽文
机构
华东交通大学电气与自动化工程学院
出处
《中国电机工程学报》
北大核心
2025年第18期7193-7205,I0014,共14页
基金
国家自然科学基金项目(52377103)
江西省自然科学基金项目(20232BAB204064,20242BAB25284)。
文摘
现有地基云图与气象因素融合方法难以充分利用地基云图和气象因素两种模态之间的相关性和互补性,导致无法有效提升辐照度变化剧烈天气下的光伏功率预测准确度。该文提出一种基于地基云图与气象因素多模态融合的光伏功率预测方法。采用一种改进Transformer网络,通过将气象数据输入部分的位置编码替换为时序卷积网络(time series convolutional network,TCN),提升网络对气象数据的特征提取能力;通过将网络解码器部分的多头注意力机制模块替换为长短时记忆网络(long short-term memory networks,LSTM),提升网络对时序序列的预测能力。分别引入引导注意力机制和低秩多模态融合算法对云图特征和气象特征进一步特征提取和融合,以充分利用不同源数据之间的相关性和互补性。结果表明,上述方法的均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和拟合优度(R^(2))分别为0.294、0.248和0.866,可以提升辐照度变化剧烈天气下的光伏功率预测准确度,从而提高电力系统运行的稳定性和可靠性。
关键词
地基云图
多模态融合
光伏功率预测
时序
卷积
网络
-Transformer-
长短
时
记忆
网络
气象因素
Keywords
foundation cloud map
multimodal fusion
photovoltaic power prediction
time series convolutional network(TCN)-Transformer-LSTM network
meteorological factors
分类号
TM615 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于连续语音识别技术的猪连续咳嗽声识别
被引量：
24
3
作者
黎煊
赵建
高云
刘望宏
雷明刚
谭鹤群
机构
华中农业大学工学院
生猪健康养殖协同创新中心
华中农业大学动物科技学院动物医学院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2019年第6期174-180,共7页
基金
国家重点研发计划项目(2018YFD0500700)
华中农业大学自主科技创新基金
+2 种基金
华中农业大学大北农青年学者提升专项项目(2017DBN005)
现代农业产业技术体系项目(CARS-36)
国家级大学生创新创业训练计划(201810504074)
文摘
针对现有基于孤立词识别技术的猪咳嗽声识别存在识别声音种类有限,无法反映实际患病猪连续咳嗽的问题,该文提出了基于双向长短时记忆网络-连接时序分类模型(birectional long short-termmemory-connectionist temporal classification,BLSTM-CTC)构建猪声音声学模型,进行猪场环境猪连续咳嗽声识别的方法,以此进行猪早期呼吸道疾病的预警和判断。研究了体质量为75 kg左右长白猪单个咳嗽声样本的持续时间长度和能量大小的时域特征,构建了声音样本持续时间在0.24～0.74 s和能量大于40.15 V^2·s的阈值范围。在此阈值范围内,利用单参数双门限端点检测算法对基于多窗谱的心理声学语音增强算法处理后的30 h猪场声音进行检测,得到222段试验语料。将猪场环境下的声音分为猪咳嗽声和非猪咳嗽声,并以此作为声学模型建模单元,进行语料的标注。提取26维梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)作为试验语段特征参数。通过BLSTM网络学习猪连续声音的变化规律,并利用CTC实现了端到端的猪连续声音识别系统。5折交叉验证试验平均猪咳嗽声识别率达到92.40%,误识别率为3.55%,总识别率达到93.77%。同时,以数据集外1 h语料进行了算法应用测试,得到猪咳嗽声识别率为94.23%,误识别率为9.09%,总识别率为93.24%。表明基于连续语音识别技术的BLSTM-CTC猪咳嗽声识别模型是稳定可靠的。该研究可为生猪健康养殖过程中猪连续咳嗽声的识别和疾病判断提参考。
关键词
信号处理
声音信号
识别
生猪产业
连续咳嗽声
双向
长短
时
记忆
网络
-连接
时序
分类模型
声学模型
Keywords
signal processing
acoustic signal
recognition
pig industry
continuous cough
birectional long short-term memory-connectionist temporal classification
acoustic model
分类号
TN912.34 [电子电信—通信与信息系统]
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
面向汉维机器翻译的神经网络语言模型
李毓
杨雅婷
李晓
米成刚
董瑞
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2019
3
在线阅读
下载PDF
职称材料
2
基于地基云图与气象因素多模态融合的光伏功率预测方法
邓芳明
刘涛
王锦波
高波
韦宝泉
李泽文
《中国电机工程学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于连续语音识别技术的猪连续咳嗽声识别
黎煊
赵建
高云
刘望宏
雷明刚
谭鹤群
《农业工程学报》
EI
CAS
CSCD
北大核心
2019
24
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
