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9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：
利用可选择多尺度图卷积网络的骨架行为识别
1
作者 曹毅 李杰 +2 位作者 叶培涛 王彦雯 吕贤海 《电子与信息学报》 北大核心 2025年第3期839-849,共11页
针对目前骨架行为识别方法忽视骨架关节点多尺度依赖关系和无法合理利用卷积核进行时间建模的问题,该文提出了一种可选择多尺度图卷积网络(SMS-GCN)的行为识别模型。首先,介绍了人体骨架图的构建原理和通道拓扑细化图卷积网络的结构;其... 针对目前骨架行为识别方法忽视骨架关节点多尺度依赖关系和无法合理利用卷积核进行时间建模的问题,该文提出了一种可选择多尺度图卷积网络(SMS-GCN)的行为识别模型。首先,介绍了人体骨架图的构建原理和通道拓扑细化图卷积网络的结构;其次,构建成对关节邻接矩阵和多关节邻接矩阵以生成多尺度通道拓扑细化邻接矩阵,并引入图卷积网络,进一步提出多尺度图卷积(MS-GC)模块,以期实现对骨架关节点的多尺度依赖关系的建模;然后,基于多尺度时序卷积和可选择大核网络,提出可选择多尺度时序卷积(SMS-TC)模块,以期实现对有用的时间上下文特征的充分提取,同时结合MS-GC和SMS-TC模块,进而提出可选择多尺度图卷积网络模型并在多支流数据输入下进行训练;最后,在NTU-RGB+D和NTU-RGB+D 120数据集上进行大量实验,实验结果表明,该模型能够捕获更多的关节特征和学习有用的时间信息,具有优异的准确率和泛化能力。 展开更多
关键词 骨架行为识别 图卷积网络 多尺度通道拓扑细化邻接矩阵 可选择多尺度时序卷积 可选择多尺度图卷积网络
在线阅读 下载PDF
基于改进北方苍鹰优化算法的时间卷积网络及其应用
2
作者 王丽敏 赵侠 +2 位作者 王丝雨 郭枝威 高铭晗 《吉林大学学报(理学版)》 北大核心 2025年第5期1379-1386,共8页
针对时间卷积网络存在的超参数选择困难及预测结果波动性较大的问题,提出一种基于改进北方苍鹰优化算法的时间卷积网络模型.首先,提出一种基于混合策略改进的北方苍鹰优化算法,通过融合Sine混沌映射初始化种群、引入非线性惯性权重调整... 针对时间卷积网络存在的超参数选择困难及预测结果波动性较大的问题,提出一种基于改进北方苍鹰优化算法的时间卷积网络模型.首先,提出一种基于混合策略改进的北方苍鹰优化算法,通过融合Sine混沌映射初始化种群、引入非线性惯性权重调整策略以及结合Lévy飞行机制,增强算法的全局探索与局部开发能力.其次,将时间卷积网络的预测误差作为优化目标,利用改进的北方苍鹰优化算法自动搜索其最优超参数组合,构建时序预测模型.在电力负荷预测任务中的实验结果表明,该预测模型相较于其他改进时间卷积网络,在预测精度和结果稳定性方面均有显著优势,为解决时间卷积网络超参数选择问题提供了一种高效、鲁棒的自动化优化方法,提升了时间卷积网络模型在复杂时间序列预测任务中的精度和可靠性,有实际应用价值. 展开更多
关键词 北方苍鹰优化算法 时间卷积网络 电力负荷预测 超参数选择
在线阅读 下载PDF
基于SHAP重要性排序和时空双流的多风场超短期功率预测
3
作者 付波 李昊 +3 位作者 权轶 李超顺 赵熙临 杨远程 《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第5期249-258,共10页
针对多风场风功率预测中时空特征提取不充分的问题,提出一种基于空间、时间双流特征提取的功率预测方法。采用沙普利加性解释(SHAP)方法分析原始高维数值天气预报(NWP)中各变量的重要性,选择贡献度高的变量子集作为预测模型输入,降低模... 针对多风场风功率预测中时空特征提取不充分的问题,提出一种基于空间、时间双流特征提取的功率预测方法。采用沙普利加性解释(SHAP)方法分析原始高维数值天气预报(NWP)中各变量的重要性,选择贡献度高的变量子集作为预测模型输入,降低模型复杂度。构建基于自适应动态邻接矩阵的改进图注意力网络(IGAT)提取多风场的动态空间特征;同时将多头注意力机制(MHA)与时间卷积网络(TCN)结合,加强关键时序特征的学习。使用前馈神经网络输出多风场功率预测结果。以西北某十风场的数据进行案例研究,结果表明所提模型的预测效果优于其他模型。 展开更多
关键词 多风场功率预测 变量选择 图注意力网络 多头注意力机制 时间卷积网络
在线阅读 下载PDF
基于特征选择和时间卷积网络的工业控制系统入侵检测 被引量：16
4
作者 石乐义 侯会文 +2 位作者 徐兴华 许翰林 陈鸿龙 《工程科学与技术》 EI CSCD 北大核心 2022年第6期238-247,共10页
针对工业控制系统流量数据存在特征冗余及深度学习模型对较小规模数据集检测能力较差的问题,提出了一种基于特征选择和时间卷积网络的工业控制系统入侵检测模型。首先,对源域数据集的异常特征和样本不平衡数据进行处理,提高源域数据集... 针对工业控制系统流量数据存在特征冗余及深度学习模型对较小规模数据集检测能力较差的问题,提出了一种基于特征选择和时间卷积网络的工业控制系统入侵检测模型。首先,对源域数据集的异常特征和样本不平衡数据进行处理,提高源域数据集质量。其次,针对流量数据的特征冗余,利用信息增益率和主成分分析法构建IGR–PCA特征选择算法,筛选出最优特征子集实现数据降维。然后,根据工业控制系统流量数据的时间序列特性,在较大规模的源域数据集上,利用时间卷积网络(temporal convolution network,TCN)对时间序列数据优异的处理能力,构建源域时间卷积网络预训练模型。最后,在较小规模的目标域数据集上,结合迁移学习(transfer learning,TL)微调策略,获取源域样本数据的流量特征,构建目标域TCN–TL模型。利用公开的工业控制系统数据集进行实验测试,实验结果表明:流量数据经本文特征算法处理后,相较于其他方法,在降低数据维度减少计算量的同时仍具有良好的检测效果;在较大规模的源域数据集和较小规模的目标域数据集上,本文模型均取得了良好的检测效果;在目标域中利用迁移学习微调策略能够学习到源域中的知识,模型检测准确率为99.06%;在训练时间对比中,本文模型训练时间消耗更少,具有更好的泛化能力,能够更好地保护工业控制系统安全。 展开更多
关键词 工业控制系统 入侵检测 特征选择 时间卷积网络 迁移学习
在线阅读 下载PDF
考虑实时气象耦合作用的地区电网短期负荷预测建模 被引量：57
5
作者 李滨 陆明珍 《电力系统自动化》 EI CSCD 北大核心 2020年第17期60-75,共16页
传统的短期负荷预测中并未考虑实时气象因素的耦合作用,针对此提出了考虑实时气象耦合作用的时域卷积网络短期负荷预测方法。首先,分析了各项实时综合气象指数与负荷曲线的相关性,进而构建了混合日特征量与实时气象因素的相似日选取方... 传统的短期负荷预测中并未考虑实时气象因素的耦合作用,针对此提出了考虑实时气象耦合作用的时域卷积网络短期负荷预测方法。首先,分析了各项实时综合气象指数与负荷曲线的相关性,进而构建了混合日特征量与实时气象因素的相似日选取方法。然后,引入各项实时综合气象指数作为模型输入。最后,采用能够充分考虑并包容实时气象因素与负荷"时差性"特点的时域卷积网络进行日前负荷预测建模。实验仿真以某地区电网实际负荷为例,研究表明该预测模型能够有效提升地区电网日前负荷预测精度。 展开更多
关键词 短期负荷预测 实时气象因素 相似日选取 时域卷积网络
在线阅读 下载PDF
降低峰均值比的时域交织分割PTS算法及分析 被引量：1
6
作者 卢光跃 邵朝 马长征 《信号处理》 CSCD 北大核心 2008年第1期67-71,共5页
本文根据交织分割部分传输序列(IPTS)的特点,利用具有周期结构的序列DFT的性质,提出基于时域的IPTS算法;同时,将其和常规PTS算法、选择映射算法(SLM)及基于时域循环卷积的PAPR降低算法(TCM)的计算量、性能等进行比较和分析。仿真实验和... 本文根据交织分割部分传输序列(IPTS)的特点,利用具有周期结构的序列DFT的性质,提出基于时域的IPTS算法;同时,将其和常规PTS算法、选择映射算法(SLM)及基于时域循环卷积的PAPR降低算法(TCM)的计算量、性能等进行比较和分析。仿真实验和分析说明本文方法能降低常规IPTS算法的运算量,同时以较小的运算量达到常规相邻分割PTS(APTS)算法的性能。 展开更多
关键词 正交频分调制(OFDM) 峰均值比(PAPR) 部分发送序列算法(PTS) 选择映射算法(SLM) 基于时域循环卷积的PAPR降低算法(TCM)
在线阅读 下载PDF
融合共空间模式与脑网络特征的EEG抑郁识别 被引量：2
7
作者 王怡忻 朱湘茹 杨利军 《计算机工程与应用》 CSCD 北大核心 2022年第22期150-158,共9页
提出共空间模式算法和脑网络拓扑属性融合的脑电信号(electroencephalography,EEG)特征,结合深度学习模型时序卷积网络(temporal convolution network,TCN)对抑郁组和对照组进行分类。根据相位锁值构建电极通道间相位同步性功能网络,分... 提出共空间模式算法和脑网络拓扑属性融合的脑电信号(electroencephalography,EEG)特征,结合深度学习模型时序卷积网络(temporal convolution network,TCN)对抑郁组和对照组进行分类。根据相位锁值构建电极通道间相位同步性功能网络,分析不同频段下两种类别的功能连接模式。采用多特征融合方法将共空间模式特征和脑网络拓扑特征结合起来,最后结合Fisher score特征选择方法和分类器依赖结构,得到低维高效的特征子集并应用TCN进行分类。在抑郁数据集上的实验结果验证了所提策略的有效性。 展开更多
关键词 抑郁识别 脑电信号(EEG) 共空间模式 时序卷积网络(TCN) 特征选择
在线阅读 下载PDF
深度学习在时空序列预测中的应用综述 被引量：35
8
作者 刘博 王明烁 +2 位作者 李永 陈洪丽 李建强 《北京工业大学学报》 CAS CSCD 北大核心 2021年第8期925-941,共17页
对深度学习模型应用于时空序列预测的最新进展进行总结.首先介绍时空序列数据的属性及类型,并进行相应的实例化与表示.接着针对时空序列数据存在的3个问题分别提出相应的数据预处理方法,对基于传统参数模型、传统机器学习模型以及深度... 对深度学习模型应用于时空序列预测的最新进展进行总结.首先介绍时空序列数据的属性及类型,并进行相应的实例化与表示.接着针对时空序列数据存在的3个问题分别提出相应的数据预处理方法,对基于传统参数模型、传统机器学习模型以及深度学习模型的时空序列预测方法逐一阐述并对比分析,为研究者选择模型提供指导,之后总结深度学习模型在不同领域内对时空序列预测的应用.最后指出当前研究的不足以及时空序列预测进一步的研究方向. 展开更多
关键词 时空序列数据 时空序列预测 深度学习 卷积神经网络 循环神经网络 特征选择
在线阅读 下载PDF
基于通道选择和多维特征融合的脑电信号分类 被引量：2
9
作者 杨淑莹 国海铭 李欣 《计算机应用》 CSCD 北大核心 2023年第11期3418-3427,共10页
针对多通道脑电信号(EEG)相互干扰、存在个体差异性导致分类结果不同和单域特征识别率低等问题,提出一种通道选择和特征融合的方法。首先,对获取到的EEG进行预处理,使用梯度提升决策树(GBDT)选出重要通道;其次,采用广义预测控制(GPC)模... 针对多通道脑电信号(EEG)相互干扰、存在个体差异性导致分类结果不同和单域特征识别率低等问题,提出一种通道选择和特征融合的方法。首先,对获取到的EEG进行预处理,使用梯度提升决策树(GBDT)选出重要通道;其次,采用广义预测控制(GPC)模型构建重要通道的预测信号,辨析多维相关信号之间的细微差别,再使用SE-TCNTA(Squeeze and Excitation block-Temporal Convolutional Network-Temporal Attention)模型提取不同帧之间的时序特征;然后,使用皮尔逊相关系数计算通道间的关系,提取EEG的频域特征和预测信号的控制量作为输入,建立空间图结构,并采用图卷积网络(GCN)提取频域、空域的特征;最后,将上述二者特征输入全连接层进行特征融合,实现EEG的分类。在公共数据集BCICIV_2a上的实验结果表明,在进行通道选择的情况下,与首个用于ERP检测的EEGInception模型以及同样采用双分支提取特征的DSCNN(Shallow Double-branch Convolutional Neural Network)模型方法相比,所提方法的分类准确率分别提升了1.47%和1.69%,Kappa值分别提升了1.25%和2.53%。所提方法能够提高EGG的分类精度,同时减少冗余数据对特征提取的影响,因此更适用于脑机接口(BCI)系统。 展开更多
关键词 脑电信号 特征融合 通道选择 图卷积网络 时序卷积网络 广义预测控制模型
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 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