检索结果-维普期刊中文期刊服务平台

一种基于降噪自编码神经网络的积雪产品去云方法被引量：1: 1; 作者张永宏陈帅 +2 位作者王剑庚朱灵龙陈诗伟《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2023年第2期169-179,共11页; 目前应用最为广泛的积雪覆盖区域图(SCA)可由中分辨率成像光谱仪(MODIS)获取,常被用于积雪覆盖时空变化的研究中.由于受云遮挡的影响,MODIS积雪产品存在较大区域的数据缺失.为了消除云遮挡的影响,本文构建一种降噪自编码神经网络模型,... 展开更多; 关键词降噪自编码神经网络极值雪线法复杂地形去云; 在线阅读下载PDF 职称材料

基于栈式降噪自编码神经网络的车牌字符识别被引量：16: 2; 作者贾文其李明 +1 位作者朱美强王军《计算机工程与设计》北大核心 2016年第3期751-756,共6页; 为解决复杂自然场景下车牌字符受噪声等影响识别困难的问题,提出一种基于栈式降噪自编码神经网络的车牌识别方法。基于降噪自编码模型重构思想自动提取相关特征,通过使用无监督逐层贪婪预训练和有监督微调的方法对深度自编码神经网络进... 展开更多; 关键词车牌字符识别栈式降噪自编码神经网络重构逐层贪婪预训练微调; 在线阅读下载PDF 职称材料

基于混合神经网络的协同过滤推荐模型被引量：6: 3; 作者马鑫吴云鹿泽光《应用科学学报》 CAS CSCD 北大核心 2020年第3期478-487,共10页; 数据稀疏性是推荐系统中严重影响推荐结果准确性的重要因素之一.针对数据稀疏性提出了融合卷积神经网络(convolutional neural network, CNN)和降噪自编码(denoising auto-encoder, DAE)神经网络混合的神经网络评分预测模型(convolution... 展开更多; 关键词卷积神经网络降噪自编码神经网络协同过滤稀疏性; 在线阅读下载PDF 职称材料

航空电子设备故障预测特征参数提取方法研究被引量：14: 4; 作者陈华坤章卫国 +2 位作者史静平何启志占正勇《西北工业大学学报》 EI CAS CSCD 北大核心 2017年第3期364-373,共10页; 故障特征提取是航空电子设备故障预测的关键技术,对于少量测试点的电子设备可以采用小波变换、傅里叶变换、经验模态分解等方法提取故障特征,但是由于航空电子设备属于大规模集成电路,测试点比较多,采用上述方法提取的故障特征可能相互... 展开更多; 关键词综合模块化航电系统故障预测和健康管理特征提取降噪自编码神经网络极大似法维数估计 DC—DC变换器支持向量机; 在线阅读下载PDF 职称材料

题名一种基于降噪自编码神经网络的积雪产品去云方法被引量：1: 1; 作者张永宏陈帅王剑庚朱灵龙陈诗伟; 机构南京信息工程大学自动化学院南京信息工程大学大气物理学院南京信息工程大学电子与信息工程学院; 出处《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2023年第2期169-179,共11页; 基金国家自然科学基金(41875027,41871238)。; 文摘目前应用最为广泛的积雪覆盖区域图(SCA)可由中分辨率成像光谱仪(MODIS)获取,常被用于积雪覆盖时空变化的研究中.由于受云遮挡的影响,MODIS积雪产品存在较大区域的数据缺失.为了消除云遮挡的影响,本文构建一种降噪自编码神经网络模型,建立雪粒径与复杂地形、土地覆盖类型之间的复杂的映射关系,实现云下积雪参数的补全,提高积雪产品的覆盖面积.本文选取开都河流域为研究区域,将MODIS反演得到的积雪产品数据与地形地物数据结合,并通过降噪自编码神经网络(Denoising Autoencoder Artificial Neural Network)、极值雪线法相结合的方法来定量地回归补全高山复杂地形下由于云覆盖导致的积雪缺失数据,从而得到无缺失的逐日雪盖数据.其中,降噪自编码神经网络融合多特征数据,建立地形特征与雪粒径数据之间的非线性映射关系,从而来补全云层下的雪粒径数据;极值雪线法主要用来去除低海拔地区误报值,进一步提高雪盖提取精度.采用MODIS积雪产品对去云结果开展精度验证,本文所提出的去云方法的精度超过86%,有效地提高了雪盖提取精度.因此,本文所提的算法可以有效地去除复杂地形区域的云覆盖.; 关键词降噪自编码神经网络极值雪线法复杂地形去云; Keywords denoising autoencoder artificial neural network extreme snow line method complex terrain cloud removal; 分类号 P426.635 [天文地球—大气科学及气象学] P407.8 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名基于栈式降噪自编码神经网络的车牌字符识别被引量：16: 2; 作者贾文其李明朱美强王军; 机构中国矿业大学信息与电气工程学院; 出处《计算机工程与设计》北大核心 2016年第3期751-756,共6页; 基金江苏省自然科学基金项目(BK20130207) 江苏省博士后基金项目(1301029C); 文摘为解决复杂自然场景下车牌字符受噪声等影响识别困难的问题,提出一种基于栈式降噪自编码神经网络的车牌识别方法。基于降噪自编码模型重构思想自动提取相关特征,通过使用无监督逐层贪婪预训练和有监督微调的方法对深度自编码神经网络进行训练,对复杂环境下低质量的车牌字符图像具有较好的鲁棒性能。与浅层的机器学习算法、传统栈式自编码神经网络和卷积神经网络相比,栈式降噪自编码神经网络有较好的字符识别性能。基于实际道口电子警察采集的车牌图像测试集的实验结果验证了该方法的有效性。; 关键词车牌字符识别栈式降噪自编码神经网络重构逐层贪婪预训练微调; Keywords license plate character recognition stacked denoising autoencoder reconstruction greedy layer-wise pre-training fine-tuning; 分类号 TP391.41 [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

题名基于混合神经网络的协同过滤推荐模型被引量：6: 3; 作者马鑫吴云鹿泽光; 机构贵州大学计算机科学与技术学院中科国鼎数据科学研究院; 出处《应用科学学报》 CAS CSCD 北大核心 2020年第3期478-487,共10页; 基金国家自然科学基金项目(No.61741124)资助。; 文摘数据稀疏性是推荐系统中严重影响推荐结果准确性的重要因素之一.针对数据稀疏性提出了融合卷积神经网络(convolutional neural network, CNN)和降噪自编码(denoising auto-encoder, DAE)神经网络混合的神经网络评分预测模型(convolutional-denosing autoencoder, CDAE)对用户未评分项目进行预测评分,从而解决数据稀疏性问题.首先将向量化后的用户评论数据通过卷积神经网络训练得到用户特征向量矩阵,其次将用户特征向量矩阵作为降噪自编码神经网络的初始权重,结合用户评分数据经过降噪自编码神经网络训练,得到用户-项目预测评分,然后在此基础上进行基于用户的协同过滤推荐.最后使用movielens-1M实验数据集对比验证了提出的混合神经网络协同过滤推荐(convolutional-denosing autoencoder collaborative filtering, CDAECF)模型.实验证明,所提出的CDAECF模型能够有效地结合隐性反馈和显性反馈数据,具有较高的推荐准确率.; 关键词卷积神经网络降噪自编码神经网络协同过滤稀疏性; Keywords convolutional neural network denoising auto-encode neural network collaborative filtering sparsity; 分类号 TP520.60 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

题名航空电子设备故障预测特征参数提取方法研究被引量：14: 4; 作者陈华坤章卫国史静平何启志占正勇; 机构西北工业大学自动化学院中航工业自控所飞行控制一体化重点实验室; 出处《西北工业大学学报》 EI CAS CSCD 北大核心 2017年第3期364-373,共10页; 基金国家自然科学基金(61374032 61573286) 航空科学基金(20140753012)资助; 文摘故障特征提取是航空电子设备故障预测的关键技术,对于少量测试点的电子设备可以采用小波变换、傅里叶变换、经验模态分解等方法提取故障特征,但是由于航空电子设备属于大规模集成电路,测试点比较多,采用上述方法提取的故障特征可能相互混叠并且数量比较大会严重影响故障预测精度及速度,因此如何从众多故障信息中提取故障特征是一个难题。文章提出基于极大似然和降噪自编码神经网络方法从大量故障信息中提取故障特征。首先,使用极大似然法分析由多个测试点提取的故障信息和历史退化过程的故障信息组成的高维数据集,估计需要提取故障特征的维数;然后使用降噪自编码神经网络方法将高维故障信息映射到指定维数的数据空间,从中提取关键的故障特征,去除冗余信息;最后,以航空电子系统电源模块为例,采用新方法提取故障特征,分别通过将故障特征可视化和使用故障特征进行健康评估来验证其有效性。; 关键词综合模块化航电系统故障预测和健康管理特征提取降噪自编码神经网络极大似法维数估计 DC—DC变换器支持向量机; Keywords integrated modular avionics prognostics and health management feature extraction denoising autoen-coder maximum likelihood dimension estimation DC-DC converters support vector machines; 分类号 V243 [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	作者	出处	发文年	被引量	操作
1	一种基于降噪自编码神经网络的积雪产品去云方法	张永宏陈帅王剑庚朱灵龙陈诗伟	《南京信息工程大学学报（自然科学版）》 CAS 北大核心	2023	1	在线阅读下载PDF 职称材料
2	基于栈式降噪自编码神经网络的车牌字符识别	贾文其李明朱美强王军	《计算机工程与设计》北大核心	2016	16	在线阅读下载PDF 职称材料
3	基于混合神经网络的协同过滤推荐模型	马鑫吴云鹿泽光	《应用科学学报》 CAS CSCD 北大核心	2020	6	在线阅读下载PDF 职称材料
4	航空电子设备故障预测特征参数提取方法研究	陈华坤章卫国史静平何启志占正勇	《西北工业大学学报》 EI CAS CSCD 北大核心	2017	14	在线阅读下载PDF 职称材料