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226篇文章
< 1 2 … 12 >
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：
Fourier三角基神经元网络的权值直接确定法 被引量：7
1
作者 张雨浓 旷章辉 +1 位作者 肖秀春 陈柏桃 《计算机工程与科学》 CSCD 北大核心 2009年第5期112-115,共4页
根据Fourier变换理论,本文构造出一类基于三角正交基的前向神经网络模型。该模型由输入层、隐层、输出层构成,其输入层和输出层采用线性激励函数,以一组三角正交基为其隐层神经元的激励函数。依据误差回传算法(即BP算法),推导了权值修... 根据Fourier变换理论,本文构造出一类基于三角正交基的前向神经网络模型。该模型由输入层、隐层、输出层构成,其输入层和输出层采用线性激励函数,以一组三角正交基为其隐层神经元的激励函数。依据误差回传算法(即BP算法),推导了权值修正的迭代公式。针对BP迭代法收敛速度慢、逼近目标函数精度较低的缺点,进一步提出基于伪逆的权值直接确定法,该方法避免了权值反复迭代的冗长过程。仿真和预测结果表明,该方法比传统的BP迭代法具有更快的计算速度和更高的仿真与测试精度。 展开更多
关键词 三角正交基函数 fourier三角基神经元网络 权值修正 直接确定法
在线阅读 下载PDF
忆阻Fourier神经网络在图像复原中的应用 被引量：4
2
作者 王丽丹 段书凯 段美涛 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第1期1-6,共6页
将传统Fourier神经网络与忆阻器相结合,用忆阻器做突触,构建新型的忆阻Fourier神经网络.推导忆导变化与权值更新的关系,提出忆阻突触权值更新规则,构建单输入忆阻Fourier神经网络,提出忆阻BP算法对模糊二值图像和灰度进行处理.Matlab仿... 将传统Fourier神经网络与忆阻器相结合,用忆阻器做突触,构建新型的忆阻Fourier神经网络.推导忆导变化与权值更新的关系,提出忆阻突触权值更新规则,构建单输入忆阻Fourier神经网络,提出忆阻BP算法对模糊二值图像和灰度进行处理.Matlab仿真实验表明该算法可以有效实现图像复原,提高图像清晰度.忆阻Fourier神经网络有望用于解决复杂的图像处理问题. 展开更多
关键词 忆阻器 傅立叶神经网络 BP算法 图像复原
在线阅读 下载PDF
复指数Fourier神经元网络隐神经元衍生算法 被引量：9
3
作者 张雨浓 曾庆淡 +2 位作者 肖秀春 姜孝华 邹阿金 《计算机应用》 CSCD 北大核心 2008年第10期2503-2506,共4页
以平方可积空间上的复指数Fourier级数作为激励函数构造了新型Fourier神经元网络,并推导出采用加号逆表示的网络权值直接确定公式,克服了传统BP神经网络收敛速度慢、易陷于局部极小点、迭代学习易发生振荡等缺陷。并在此基础上构造了隐... 以平方可积空间上的复指数Fourier级数作为激励函数构造了新型Fourier神经元网络,并推导出采用加号逆表示的网络权值直接确定公式,克服了传统BP神经网络收敛速度慢、易陷于局部极小点、迭代学习易发生振荡等缺陷。并在此基础上构造了隐神经元衍生算法,克服了传统BP神经网络难以确定最优网络拓扑结构的缺点。理论分析及仿真实验表明,该复指数Fourier神经元网络能够一步计算网络最优权值且能自适应调整网络结构,对随机加性噪声具有抑制作用,并能高精度逼近非连续函数。 展开更多
关键词 fourier级数 前向神经网络 权值直接确定 衍生算法 复指数
在线阅读 下载PDF
基于Fourier神经网络的图像复原算法 被引量：2
4
作者 田启川 田茂新 《计算机应用研究》 CSCD 北大核心 2012年第3期1143-1145,共3页
由于退化图像的点扩散函数难以准确确定,提出一种基于Fourier正交基函数的前向神经网络图像复原模型,该模型以一组Fourier正交基为隐层神经元的激励函数,根据误差传递算法进行权值修正,达到收敛目标。给出Fourier神经网络及其相应的衍... 由于退化图像的点扩散函数难以准确确定,提出一种基于Fourier正交基函数的前向神经网络图像复原模型,该模型以一组Fourier正交基为隐层神经元的激励函数,根据误差传递算法进行权值修正,达到收敛目标。给出Fourier神经网络及其相应的衍生算法的图像恢复实现步骤。实验表明,该方法能较好地实现图像的复原。 展开更多
关键词 图像复原 傅里叶正交基函数 傅里叶神经网络 衍生算法
在线阅读 下载PDF
物理约束型生成对抗网络人工地震动合成方法
5
作者 陈苏 崔澳辉 +3 位作者 丁毅 傅磊 王苏阳 李小军 《地震研究》 北大核心 2026年第1期111-119,共9页
针对重大工程结构抗震分析中地震动记录稀缺,以及传统合成方法在物理真实性和多分量适应性上的瓶颈问题,基于日本KiK-net台站近11万条地震动记录,提出了一种物理经验引导型生成对抗网络算子(GM-WGANO)人工地震动合成方法。该方法利用生... 针对重大工程结构抗震分析中地震动记录稀缺,以及传统合成方法在物理真实性和多分量适应性上的瓶颈问题,基于日本KiK-net台站近11万条地震动记录,提出了一种物理经验引导型生成对抗网络算子(GM-WGANO)人工地震动合成方法。该方法利用生成对抗网络(GANs)框架,引入傅立叶神经算子(FNO)优化网络结构,结合震级、最小断层距、等效剪切波速、滑动机制和断层构造类别5个物理条件变量,从强震动观测数据中学习地震动的时空特征概率分布,并通过对抗训练生成与真实记录统计特性高度一致的三分量人工时程。结果表明:生成时程在时域上具有与真实记录相近的强震动持时、相位分布及峰值加速度特性;傅立叶谱与观测数据的误差均小于±1倍标准差;地震动峰值加速度(PGA)的对数分布均值与观测数据吻合。 展开更多
关键词 人工地震动合成 生成对抗网络 傅立叶神经算子 多物理条件约束
在线阅读 下载PDF
基于多混沌和分数Fourier的光学图像加密算法 被引量：14
6
作者 陈晓冬 底晓强 李锦青 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第2期251-263,共13页
针对双随机相位编码光学图像加密系统的非线性不足和密钥空间小的问题,提出一种基于多混沌和分数Fourier变换的光学图像加密算法.首先,迭代分数阶Chen混沌系统生成三组混沌序列,分别置乱明文图像的三基色分量以减小图像像素相关性.然后... 针对双随机相位编码光学图像加密系统的非线性不足和密钥空间小的问题,提出一种基于多混沌和分数Fourier变换的光学图像加密算法.首先,迭代分数阶Chen混沌系统生成三组混沌序列,分别置乱明文图像的三基色分量以减小图像像素相关性.然后,利用量子细胞神经网络超混沌系统调制随机相位模板,以其复杂的非线性动力学特征弥补双随机相位编码系统非线性不足的缺陷.其次,通过使用分数阶混沌、超混沌系统和二维分数Fourier变换使加密算法的密钥空间达到了2^(765).最后,密钥敏感性测试、相关性分析、已知明文攻击、噪声攻击和剪切攻击等实验表明本算法具有密钥敏感性强、密文图像像素相关性低和抗攻击性强的优点. 展开更多
关键词 双随机相位编码 量子细胞神经网络 混沌 分数fourier变换 光学图像加密
在线阅读 下载PDF
基于Fourier-TOuNN的鲁棒性拓扑优化设计
7
作者 高兴军 李隆华 李颖雄 《计算力学学报》 CAS CSCD 北大核心 2024年第2期241-247,共7页
为推广拓扑优化设计方法的工程应用,需要在设计过程中考虑结构鲁棒性以应对实际工程荷载的随机性。本文基于神经网络提出了鲁棒性结构拓扑优化设计的高效方法。该方法通过优化Fourier-TOuNN神经网络的权值更新描述结构拓扑的密度变量,... 为推广拓扑优化设计方法的工程应用,需要在设计过程中考虑结构鲁棒性以应对实际工程荷载的随机性。本文基于神经网络提出了鲁棒性结构拓扑优化设计的高效方法。该方法通过优化Fourier-TOuNN神经网络的权值更新描述结构拓扑的密度变量,并引入随机荷载下结构柔顺度平均值和标准差的加权总和作为目标函数,从而定义了随机荷载下的结构鲁棒性优化问题。利用神经网络的自动反向微分功能,实现了优化过程中灵敏度的直接求解。借助Fourier-TOuNN细部尺寸可控特性,可在结构中生成细小支撑以抵抗随机荷载。数值算例表明,采用本文提出的方法可以高效地获得鲁棒性稳健的优化设计结果。 展开更多
关键词 拓扑优化 鲁棒性设计 随机荷载 神经网络 傅里叶投影
在线阅读 下载PDF
基于改进傅里叶神经网络的多关节机器人实时负载辨识方法
8
作者 岳夏 李志滨 +3 位作者 张春良 王亚东 王宇华 龙尚斌 《振动与冲击》 北大核心 2025年第5期314-322,共9页
关节式机器人应用于各类生产环节,对负载进行实时监测是确保机器人安全运行的前提。但在某些特殊场景下无法直接测量负载,通常使用动力学方法间接求解,由于其非线性特性明显且模型参数的不确定性,负载识别的精度与效率一直不高。因此该... 关节式机器人应用于各类生产环节,对负载进行实时监测是确保机器人安全运行的前提。但在某些特殊场景下无法直接测量负载,通常使用动力学方法间接求解,由于其非线性特性明显且模型参数的不确定性,负载识别的精度与效率一直不高。因此该研究基于傅里叶神经网络提出了一种改进模型来实现负载辨识,以提高系统负载参数的预测精度与时效性。所提方法利用傅里叶神经网络中的卷积与频域截断机制快速获取特征信号,与前馈神经网络的输出结果进行数据融合得到辨识结果。所提方法相比动力学模型求解方法精度更高、计算速度更快,仅需学习预测范围内几个相间的样本集,就可识别预测范围内的任意结果,泛化能力好。同时进行网络敏感参数的分析,并与成熟神经网络算法进行性能比较。该方法将两种神经网络模型进行协同配合,能有效识别高维数据中的不同特征集,从而实现参数辨识,为复杂非线性系统的参数识别提供参考。 展开更多
关键词 工业机器人 傅里叶神经网络 动力学 实时 负载识别
在线阅读 下载PDF
规则波中船舶操纵运动预报的灰箱建模研究
9
作者 韩阳 郝立柱 +3 位作者 师超 潘子英 鲁江 顾民 《中国舰船研究》 北大核心 2025年第1期47-57,共11页
[目的]针对船舶操纵运动实时准确预报的需求,开展规则波中船舶操纵运动预报的灰箱建模研究。[方法]建立船舶操纵运动方程,以表征操纵运动机理。应用泰勒级数展开方法近似静水水动力,采用经验公式估算规则波中二阶定常波浪漂移力,形成规... [目的]针对船舶操纵运动实时准确预报的需求,开展规则波中船舶操纵运动预报的灰箱建模研究。[方法]建立船舶操纵运动方程,以表征操纵运动机理。应用泰勒级数展开方法近似静水水动力,采用经验公式估算规则波中二阶定常波浪漂移力,形成规则波中船舶操纵运动预报的数学模型。采用傅里叶变换方法解决不同频率的操纵与耐波运动数据分离问题,基于操纵运动数据和深度神经网络(DNN)技术,构建静水水动力修正及二阶定常波浪漂移力模型,并将其代入操纵运动机理方程,形成融合机理与数据的规则波中船舶操纵运动预报灰箱模型。然后以ONRT为研究对象,分别应用灰箱模型和数学模型预报规则波中船舶操纵运动。[结果]结果显示,对于所有运动工况,仿真单位时间步长耗时平均约2~3ms,灰箱模型预报结果与试验数据相比其相对精度均值达94.83%,相比数学模型预报精度平均提高了4.50%。[结论]灰箱预报模型可以作为规则波中船舶操纵运动预报的有效方法,能为真实海洋环境中船舶操纵运动的实时预报奠定基础。 展开更多
关键词 船舶 操纵性 操纵运动 灰箱建模 多层神经网络 傅里叶变换 ONRT
在线阅读 下载PDF
全息环纹噪声的空频协同智能抑制
10
作者 陈本永 熊壮 +2 位作者 黄柳 张艳超 傅霞萍 《光学精密工程》 北大核心 2025年第15期2342-2353,共12页
数字全息成像中,由微观散射体衍射产生的环纹噪声在数值重建中被非线性放大为结构化相位误差,制约了定量相位成像与三维重建精度。针对环纹噪声理论模型及抑制方法,提出一种新型空域与频域协同的卷积神经网络模型FUResNet,建立多颗粒衍... 数字全息成像中,由微观散射体衍射产生的环纹噪声在数值重建中被非线性放大为结构化相位误差,制约了定量相位成像与三维重建精度。针对环纹噪声理论模型及抑制方法,提出一种新型空域与频域协同的卷积神经网络模型FUResNet,建立多颗粒衍射场叠加模型精确模拟环纹噪声,结合傅里叶神经算子、残差学习框架和注意力机制,以实现环纹噪声的高效抑制与全息图关键特征的精准保留。FUResNet在仿真及实测全息图中均优于现有方法,其中,背景噪声标准差降低73.9%,峰值信噪比提升13.46 dB,仿真中结构相似性提高13.9%,在噪声抑制、图像保真和结构保护三个关键维度上取得实质性改进,为高精度定量相位成像提供有效解决方案。 展开更多
关键词 数字全息 环纹噪声 相位成像 傅里叶神经算子 卷积神经网络
在线阅读 下载PDF
基于傅里叶特征化物理信息神经网络的输流管道振动特性模拟
11
作者 张挺 鄢锐 +2 位作者 章思茜 杨丁颖 陈安浩 《土木工程学报》 北大核心 2025年第9期86-95,共10页
针对具有高低频叠加的时空多尺度输流管道振动动态响应问题,文章提出一种基于傅里叶特征嵌入的物理信息神经网络(FF-PINN)。引入傅里叶特征映射对时间和空间尺度信息进行分解,并通过超参数σ控制神经网络学习的频率范围,从而准确学习输... 针对具有高低频叠加的时空多尺度输流管道振动动态响应问题,文章提出一种基于傅里叶特征嵌入的物理信息神经网络(FF-PINN)。引入傅里叶特征映射对时间和空间尺度信息进行分解,并通过超参数σ控制神经网络学习的频率范围,从而准确学习输流管道振动动态响应在宏观时间尺度上的相对低频以及微观尺度上的相对高频,以克服PINN在学习高频信息时出现的频谱偏差。使用FF-PINN对两端简支输流管道振动特性进行模拟,所得结果与广义有限差分法(GFDM)参考解的相对L_(2)误差为1.15×10^(-2)。此外文章分析了超参数σ的选取对FF-PINN的影响,得到超参数与特征向量频率的对应关系,结果表明,通过选择合适的超参数可使FF-PINN更好学习特定频率的振动,从而有效学习输流管道振动动态响应,为解决具有高低频叠加的时空多尺度结构振动模拟提供一种有效的解决方案。 展开更多
关键词 物理信息神经网络 输流管道 傅里叶特征化 时空多尺度 振动特性
在线阅读 下载PDF
基于STFT-SE-CNN多通道特征融合的水电机组故障诊断 被引量：1
12
作者 魏学锋 姬升阳 +4 位作者 刘志辉 鹿明明 徐恺 肖龙 李超顺 《水电能源科学》 北大核心 2025年第5期187-191,共5页
针对基于单一传感器的水电机组故障诊断模型易导致有效信息的遗漏不利于机组状态的准确识别问题,提出了一种基于STFT-SE-CNN多通道特征融合的水电机组故障诊断模型。即首先将多个传感器数据通过短时傅里叶变换转换(STFT)为二维时频特征... 针对基于单一传感器的水电机组故障诊断模型易导致有效信息的遗漏不利于机组状态的准确识别问题,提出了一种基于STFT-SE-CNN多通道特征融合的水电机组故障诊断模型。即首先将多个传感器数据通过短时傅里叶变换转换(STFT)为二维时频特征图,再利用卷积神经网络(CNN)提取不同通道的深度故障特征;然后通过SE注意力机制对特征进行加权的方式进行多通道特征融合,并将融合后的特征展平输入分类器获得故障诊断的结果;最后在帕德博恩轴承数据集和工业实际数据集上进行试验验证。结果表明,所提模型相比于其他模型具有更高的诊断精度,在实际的水电机组故障诊断中具有辅助判断的作用。 展开更多
关键词 水电机组 故障诊断 短时傅里叶变换 注意力机制 卷积神经网络 多通道特征融合
在线阅读 下载PDF
基于时频卷积神经网络的供水管道漏损识别 被引量：2
13
作者 赖凌轩 柳景青 +1 位作者 周一粟 李秀娟 《浙江大学学报(工学版)》 北大核心 2025年第1期196-204,共9页
现有供水管道漏损检测研究不能判断漏损压力,为此依托全尺寸管网漏损中试实验平台采集管道声信号,提出基于窗参数优化的短时傅里叶变换和卷积神经网络的供水管道漏损压力识别模型.对于相同面积、不同形状的漏口,采用短时傅里叶变换处理... 现有供水管道漏损检测研究不能判断漏损压力,为此依托全尺寸管网漏损中试实验平台采集管道声信号,提出基于窗参数优化的短时傅里叶变换和卷积神经网络的供水管道漏损压力识别模型.对于相同面积、不同形状的漏口,采用短时傅里叶变换处理声信号,得到包含三压力水平下漏损特征的二维时频谱图,作为卷积神经网络的输入.在窗参数和网络超参数优化的基础上,构建漏损压力识别模型.实验结果表明:所提模型总体识别准确率为95.2%,高、中、低压漏损工况识别准确率为93.5%、92.9%、92.4%;相比传统机器学习模型,所提模型识别漏损和压力准确率更高,可用于实际供水管网的漏损压力识别. 展开更多
关键词 供水管道 漏损压力识别 声信号监测 短时傅里叶变换 卷积神经网络 窗参数优化
在线阅读 下载PDF
结合频域卷积模块的机织物图像疵点目标检测
14
作者 顾孟尚 张宁 +1 位作者 潘如如 高卫东 《纺织学报》 北大核心 2025年第5期159-168,共10页
为解决深度学习模型在织物图像疵点目标检测过程中存在特征提取效率不高和泛化性不足的问题,提出了一种针对机织物图像的频域卷积(FFC-tex)模块。通过结合二维傅里叶变换与传统卷积的优势,设计了FFC-tex模块,用于局部和全局特征解耦,提... 为解决深度学习模型在织物图像疵点目标检测过程中存在特征提取效率不高和泛化性不足的问题,提出了一种针对机织物图像的频域卷积(FFC-tex)模块。通过结合二维傅里叶变换与传统卷积的优势,设计了FFC-tex模块,用于局部和全局特征解耦,提升模型整体性能。首先基于傅里叶频域表示特性和织物图像特点设计了FFC-tex模块;然后结合该模块与YOLOv5目标检测模型设计了织物疵点检测方案;最后,通过控制织物和疵点构建了不同的数据集组合,用于充分验证提出模块对于模型性能的提升效果,同时设计了消融实验用于验证模块中组件的有效性。结果表明,提出的频域卷积能够通过在网络浅层提供全局感受野以实现织物图像全局特征和局部特征的解耦,优化特征提取流程,解决了传统卷积在织物图像处理中的局限性,有效提升了网络的泛化能力和鲁棒性。 展开更多
关键词 织物疵点检测 深度学习 卷积神经网络 傅里叶变换 频域卷积 织物图像
在线阅读 下载PDF
时变与频变双干扰下的传感信号识别
15
作者 陈娟 韩娜 马晓慧 《传感技术学报》 北大核心 2025年第5期856-863,共8页
由于时变和频变干扰产生的耦合效应,使得信号的时频域特征变得复杂不稳定,且在特征上发生重叠,导致传感信号识别方法在特征提取的中很可能会丢失关键信息,导致最终的识别结果不准确。为此,在时变与频变双干扰下,提出了基于蚁群算法的传... 由于时变和频变干扰产生的耦合效应,使得信号的时频域特征变得复杂不稳定,且在特征上发生重叠,导致传感信号识别方法在特征提取的中很可能会丢失关键信息,导致最终的识别结果不准确。为此,在时变与频变双干扰下,提出了基于蚁群算法的传感信号识别方法。将传感信号转为数字信号并进行整合,为应对时变与频变双干扰,利用时域加窗、功率归一化和傅里叶变换等技术预处理信号,提取时、频两域的信号特征并融合形成综合特征。用蚁群算法优化神经网络参数,确保网络达到最佳性能,并将综合特征输入神经网络,实现传感信号的识别。结果表明,在干扰增强时,所提方法识别熵值低于0.2,能耗稳定在17 J,展现出较强的识别稳定性。 展开更多
关键词 传感器信号 信号识别 时域加窗 傅里叶变换 神经网络 蚁群算法
在线阅读 下载PDF
一维卷积神经网络在机械故障特征提取中的可解释性研究
16
作者 王芳珍 张小丽 +1 位作者 赵琦武 王保建 《西安交通大学学报》 北大核心 2025年第7期24-35,共12页
针对一维卷积神经网络在机械故障诊断中的内部决策和推断过程未知,导致结果可解释性与可信度不足的问题,从信号特征提取的视角建立信号分析与神经网络之间的相似性联系,通过提取神经网络卷积层权重,观察信号时域、频域特征随网络层的变... 针对一维卷积神经网络在机械故障诊断中的内部决策和推断过程未知,导致结果可解释性与可信度不足的问题,从信号特征提取的视角建立信号分析与神经网络之间的相似性联系,通过提取神经网络卷积层权重,观察信号时域、频域特征随网络层的变化规律,从而揭示神经网络特征提取的本质,并采用实验测试数据和凯斯西储大学轴承公开数据进行验证。结果表明:卷积核可以等效为有限脉冲滤波器,最大池化层能够满足简单二分类任务中神经网络的非线性化要求,此时的卷积层无需添加激活函数;神经网络能够通过逐层提高频率分辨率,寻找到接近理论故障特征频率的频率成分,此行为与傅里叶变换存在相似性;当频谱范围最终分解到1~3倍故障特征频率时,能够更好地完成识别任务。该研究可为揭示卷积神经网络的“黑盒”机制与可解释性提供新的思路与方法。 展开更多
关键词 可解释性 一维卷积神经网络 傅里叶变换 故障诊断 频域
在线阅读 下载PDF
一种雷达辐射源个体开集识别的方法
17
作者 陆剑雄 陈旗 +1 位作者 赵瑞轩 满欣 《兵器装备工程学报》 北大核心 2025年第4期285-292,共8页
在对雷达辐射源信号非合作接收处理时,经常会遇到一些未知信号。为解决未知雷达辐射源个体识别的问题,提出了一种雷达辐射源个体开集识别方法,将GANomaly和残差神经网络(ResNet-50)相结合,构建了一种用于开集识别的深度学习网络模型。... 在对雷达辐射源信号非合作接收处理时,经常会遇到一些未知信号。为解决未知雷达辐射源个体识别的问题,提出了一种雷达辐射源个体开集识别方法,将GANomaly和残差神经网络(ResNet-50)相结合,构建了一种用于开集识别的深度学习网络模型。该方法通过对雷达辐射源信号进行短时傅里叶变换(STFT)分析时频特征,将二维时频图谱作为网络模型输入,利用GANomaly网络自动对图谱进行图像特征重构,依据重构差异的大小,筛选出已知信号和未知信号,使用ResNet-50对识别的已知信号进行个体识别,完成完整的个体开集识别。实验结果表明,该深度学习网络模型对雷达辐射源个体的开集识别准确率达到了97.47%,有效解决了雷达辐射源个体开集识别问题。 展开更多
关键词 雷达辐射源个体 开集识别 短时傅里叶变换 GANomaly 残差神经网络
在线阅读 下载PDF
一种基于傅里叶图谱感知的图增强方法研究
18
作者 周效成 沈项军 《小型微型计算机系统》 北大核心 2025年第11期2667-2673,共7页
图增强技术是一种在图神经网络中使用的数据增强方法,旨在提高图模型的泛化能力,广泛应用于节点分类等领域.当前研究表明,图神经网络在学习低频信息上展现了巨大的潜力.然而,现有方法在捕捉和表征高频信息方面存在不足,限制了图模型整... 图增强技术是一种在图神经网络中使用的数据增强方法,旨在提高图模型的泛化能力,广泛应用于节点分类等领域.当前研究表明,图神经网络在学习低频信息上展现了巨大的潜力.然而,现有方法在捕捉和表征高频信息方面存在不足,限制了图模型整体性能的提升.为此本文提出了一种基于傅里叶域图谱感知的图增强方法.该方法通过傅里叶变换将图数据转化为频谱表示,有效鉴别高低频信息.进一步地,本文引入了傅里叶域最小化最大化框架作为图数据预增强的约束条件,以确保增强后的图模型在保留原有内在低频结构的同时,更好的学习到图上高频信号的差异信息,从而使得增强图更好的表现出高频信息上的多样化.此外该方法的另一个优点是利用从预设的傅里叶基中选择稳定傅里叶基子集,通过Kullback-Leibler散度来评估图增广数据在该傅里叶基子集上的分布稳定性,显著降低网络的训练次数和计算量.实验结果表明,本文所提方法在Cora、Citeseer、PubMed等数据集上,与GCL-SPAN、GRACE、DGI等方法相比,节点分类效果最多提升3%,并且训练速度快了4倍以上,证明本文方法在大规模图数据上可以取得更好的节点分类效果. 展开更多
关键词 图增强 图神经网络 傅里叶域 图谱感知 Kullback-Leibler散度
在线阅读 下载PDF
FTIR光谱结合CNN测定不同温度下的反应组分含量
19
作者 韦怡 倪力伟 +1 位作者 许启跃 叶树亮 《化学研究与应用》 北大核心 2025年第9期2539-2546,共8页
为了解决不同反应温度下傅里叶变换中红外光谱(FTIR)模型无法共享的问题,提出了一种基于卷积神经网络(CNN)的定量温度校正模型。该模型由光谱和温度两个分支构成,光谱分支用于提取组分定量特征,温度分支用于进行温度补偿,将这两个分支... 为了解决不同反应温度下傅里叶变换中红外光谱(FTIR)模型无法共享的问题,提出了一种基于卷积神经网络(CNN)的定量温度校正模型。该模型由光谱和温度两个分支构成,光谱分支用于提取组分定量特征,温度分支用于进行温度补偿,将这两个分支输出的特征向量相加融合,再经过全连接层输出待测组分含量的预测值。以不同温度和质量比的丙烯酸、聚丙烯酸和水的混合溶液为实验样品,利用双输入CNN建立了丙烯酸和聚丙烯酸的定量模型,将其预测结果与偏最小二乘(PLS)单温度模型和PLS全温度模型结果进行比较。结果显示,双输入CNN模型对丙烯酸和聚丙烯酸的预测性能最优,其测试集的均方根误差相比PLS单温度模型分别降低了42.93%、66.61%,相比PLS全温度模型分别降低了34.65%、51.16%。基于已建模型对不同温度下的丙烯酸聚合反应进行定量分析,双输入CNN模型对丙烯酸的平均绝对误差为0.1748%,对聚丙烯酸的平均绝对误差为0.2818%。结果表明,双输入CNN模型具有较高的预测精度,可以对不同温度下的聚合反应进行准确有效地在线分析。 展开更多
关键词 傅里叶变换红外光谱 卷积神经网络 双输入融合模型 温度校正 反应组分定量
在线阅读 下载PDF
一种新型角度传感器及其非线性补偿技术 被引量：1
20
作者 颜昌沁 张靖 +3 位作者 万璞 杨德升 李鑫 刘音序 《传感器与微系统》 北大核心 2025年第2期77-81,共5页
为了解决传统电阻式、磁式等角度传感器存在磨损严重、易受电磁干扰的问题,设计了一种基于激光光斑图像识别的角度传感器,采用灰度重心法计算出光斑的中心点像素坐标,根据光斑中心点像素坐标来计算当前输入的角度值。采用傅里叶曲线拟合... 为了解决传统电阻式、磁式等角度传感器存在磨损严重、易受电磁干扰的问题,设计了一种基于激光光斑图像识别的角度传感器,采用灰度重心法计算出光斑的中心点像素坐标,根据光斑中心点像素坐标来计算当前输入的角度值。采用傅里叶曲线拟合法,将中心点像素坐标和输入角度值拟合成一条平滑的曲线。并采用改进的反向传播(BP)神经网络算法对输入、输出曲线存在的非线性进行补偿。实验结果表明:进行非线性补偿后的角度传感器的非线性误差为1.017,降低了1.069。其迟滞性、灵敏度、分辨率和平均测量误差分别为±2.65%、2.428/(°)、2560像素/(°)和0.6°。 展开更多
关键词 角度传感器 灰度重心法 傅里叶曲线拟合 反向传播神经网络 非线性补偿
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 … 12 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