期刊文献+
共找到230篇文章
< 1 2 12 >
每页显示 20 50 100
Research on handover algorithm to reduce the blocking probability in LEO satellite network 被引量:1
1
作者 Chen Bingcai Zhang Naitong +1 位作者 Nie Boxun Zhou Tingxian 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2006年第1期30-36,共7页
Based on the characteristics of guaranteed handover (GH) algorithm, the finite capacity in one system makes the blocking probability (PB) of GH algorithm increase rapidly in the case of high traffic losd. So, when... Based on the characteristics of guaranteed handover (GH) algorithm, the finite capacity in one system makes the blocking probability (PB) of GH algorithm increase rapidly in the case of high traffic losd. So, when large amounts of multimedia services are transmitted via a single low earth orbit (LEO) satellite system, the PB of it is much higher. In order to solve the problem, a novel handover scheme defined by multi-tier optimal layer selection is proposed. The scheme sufficiently takes into account the characteristics of double-tier satellite network, which is constituted by LEO satellites combined with medium earth orbit (MEO) satellites, and the multimedia transmitted by such network, so it can augment this systematic capacity and effectively reduces the traffic loed in the LEO which performs GH algorithm. The detailed processes are also presented. The simulation and numerical results show that the approach integrated with GH algorithm achieves a significant improvement in the PB and practicality, as compared to the single LEO layer network. 展开更多
关键词 satellite handover double-tier satellite network LEO MEO GH algorithm multi-tier optimal layer selection.
在线阅读 下载PDF
基于跳跃连接神经网络的无监督弱光图像增强算法
2
作者 刘洋 刘思瑞 +1 位作者 徐晓淼 王竹筠 《电子测量与仪器学报》 北大核心 2025年第5期208-216,共9页
针对Zero-DCE网络存在细节丢失和不同亮度区域处理结果出现差异等问题,设计了一种基于增强深度曲线估计网络(EnDCE-Net)的无监督弱光图像增强算法。通过探索弱光图像与未配对的正常光照图像之间的潜在映射关系,实现了对低光照场景下图... 针对Zero-DCE网络存在细节丢失和不同亮度区域处理结果出现差异等问题,设计了一种基于增强深度曲线估计网络(EnDCE-Net)的无监督弱光图像增强算法。通过探索弱光图像与未配对的正常光照图像之间的潜在映射关系,实现了对低光照场景下图像质量的显著改善。首先,提出新的特征提取网络,该网络整合了多个跳跃连接与卷积层,实现低层与高层特征的有效融合,从而学习到弱光图像中的关键特征,增强网络对弱光图像的学习能力。其次,设计一组联合的无参考损失函数,强调优化过程中与亮度相关的特性,从而更有利于图像增强模型的参数更新,提高图像增强的质量和效果。为了验证所提出算法的有效性,在5个公开数据集上进行了对比实验,与次优算法Zero-DCE相比,有参考数据集SICE上的峰值信噪比(PSNR)和结构相似性(SSIM)分别提升了9.4%、21%。无参考数据集LIME、DICM、MEF、NPE上NIQE分别达到了4.04、3.04、3.35、3.83。实验结果表明,所提出算法表现出色,增强后的图像色彩自然,亮度均衡且细节清晰。无论是主观视觉评价还是客观定量指标,均显著优于对比算法,充分体现了在图像增强效果上的卓越性和先进性。 展开更多
关键词 弱光图像增强 深度曲线估计 无参考损失函数 多层卷积神经网络 无监督学习
在线阅读 下载PDF
融合多层图与分类信息的双意图会话推荐
3
作者 刘超 王中迪 +1 位作者 余岩化 朱军 《计算机应用研究》 北大核心 2025年第4期1058-1064,共7页
针对现有会话推荐系统存在的会话间信息挖掘不够充分、会话间聚合信息冗余和辅助信息未与会话特征相结合的问题,提出融合多层图与分类信息的双意图会话推荐模型(SRIMC)。首先,根据会话序列,构建局部会话图、会话关系图和全局项目图,通... 针对现有会话推荐系统存在的会话间信息挖掘不够充分、会话间聚合信息冗余和辅助信息未与会话特征相结合的问题,提出融合多层图与分类信息的双意图会话推荐模型(SRIMC)。首先,根据会话序列,构建局部会话图、会话关系图和全局项目图,通过图神经网络(GNN)学习得到局部会话特征、会话关系特征和全局项目会话特征,并将上述特征结合获得α意图;其次,基于替换先验分布为β分布的贝叶斯分布整合分类信息与会话长度信息,获得β意图;最后,将α和β意图融合进行预测。在五个公开数据集上的实验结果表明,SRIMC的P@20提升了1.23%~51.78%,MRR@20提升了2.87%~80.87%,证明了模型利用多层会话信息与分类信息捕获用户意图的有效性。 展开更多
关键词 会话推荐 多层信息 图神经网络 分类信息 双意图
在线阅读 下载PDF
多源数据融合的焊接质量监测技术
4
作者 张发平 孙昊 +1 位作者 魏剑峰 宋紫阳 《北京理工大学学报》 北大核心 2025年第5期471-481,共11页
针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并... 针对焊接质量的图像信息检测方法难以发现隐性焊接缺陷的问题,提出基于多源数据融合的焊接隐性异常检测和识别方法,以期增加缺陷检测的种类和提高精度.首先,对采集的焊接过程中的声音、电压、光谱、温度等多维度信息进行特征值计算,并将这些特征值与焊接的熔池图像特征值结合,构成焊接质量的原始特征空间;然后采用线性判别方法,降维形成焊接信息的低维特征空间;最后,使用孤立森林法筛选邻域搜索空间,并将该邻域搜索空间中的焊接数据点划分为多个重叠子集.采用局部离群因子法对新数据点在多个重叠子集中进行邻域搜索,对焊接过程进行异常检测,该方法充分考虑了焊接质量数据的全局特征并且计算复杂度大为降低.最后,采用基于人工蜂群算法优化的概率神经网络进行焊接质量数据的精确细分和异常的精准识别,该方法增强了全局搜索能力,同时避免陷入局部最优.试验验证结果显示所提方法都焊接异常的检测精度可达97.44%,对综合焊接异常的识别精度可达96.03%,证明了方法的有效性. 展开更多
关键词 隐性焊接异常 多源数据 局部离群因子 概率神经网络 线性判别方法 人工蜂群算法
在线阅读 下载PDF
基于用户数据特征深度挖掘的快速图书检索算法
5
作者 窦淑庆 刘思豆 《现代电子技术》 北大核心 2025年第14期137-142,共6页
针对传统图书推荐系统所得到的计算结果滞后于实时需求且准确性较低的缺陷,文中基于用户画像数据,提出一种快速图书检索算法。该算法在用户画像构建部分对静态属性抽取和动态标签行为进行建模。在图书特征提取模型中,使用BERT-Word2Vec... 针对传统图书推荐系统所得到的计算结果滞后于实时需求且准确性较低的缺陷,文中基于用户画像数据,提出一种快速图书检索算法。该算法在用户画像构建部分对静态属性抽取和动态标签行为进行建模。在图书特征提取模型中,使用BERT-Word2Vec作为基础框架进行多模态特征提取,并利用双塔深度匹配模型构建了用户MLP塔和图书改进CNN塔,对特征进行充分细致的多维分析。模型通过将实时反馈机制Kafka-Redis流处理算法与会话注意力加权融合,最终实现了场景化的推荐。实验测试结果显示,NDCG@10指标较最优基准提升了约21.0%,行为反馈延迟在峰值500 QPS流量下小于等于3.5 s。表明所提算法能够为知识服务场景提供兼具准确性、时效性与场景适应性的信息推荐解决方案。 展开更多
关键词 用户画像 双向编码器表示技术 双塔深度匹配模型 多层感知器 卷积神经网络 推荐算法
在线阅读 下载PDF
一种基于双模态的睡眠分期研究
6
作者 王亚群 杨青 +2 位作者 文斗 王莹 王翔宇 《郑州大学学报(理学版)》 北大核心 2025年第3期81-87,共7页
现有研究普遍专注于单个信号,忽略了多模态信号在特定睡眠阶段提供的睡眠信息,以及提取睡眠信号时,随着网络的加深导致重要信息丢失,从而降低模型分类的能力。针对上述问题,设计了一种基于脑电图(electroencephalogram,EEG)、眼电图(ele... 现有研究普遍专注于单个信号,忽略了多模态信号在特定睡眠阶段提供的睡眠信息,以及提取睡眠信号时,随着网络的加深导致重要信息丢失,从而降低模型分类的能力。针对上述问题,设计了一种基于脑电图(electroencephalogram,EEG)、眼电图(electrooculogram,EOG)的深度神经网络模型,以端到端的方式进行睡眠分期,称为MCNN-LSTMs模型。多尺度卷积神经网络(multiscale convolutional neural network,MCNN)用于提取脑电信号和眼电信号的特征,双层长短期记忆(long short-term memory,LSTM)神经网络对提取到的特征进行融合,然后输入分类器进行睡眠分期。在公共数据集Sleep-EDF上评估了所设计的方法在睡眠分期上的性能。实验表明,使用两种通道(EEG-EOG)时,在Sleep-EDF-20数据集上的分类准确率最高为92.60%,在Sleep-EDF-78数据集上的分类准确率最高为91.10%,优于单通道信号以及其他对比方法。所提方法验证了多种信号对睡眠分期的有效性,并为研究睡眠分期提供了重要思路。 展开更多
关键词 睡眠分期 多模态 卷积神经网络 多层网络 LSTM
在线阅读 下载PDF
MCNet:融合多层感知机和卷积的轻量级病变区域分割网络
7
作者 申华磊 上官国庆 +2 位作者 袁成雨 陈艳浩 刘栋 《河南师范大学学报(自然科学版)》 北大核心 2025年第3期96-103,共8页
针对现有医学图像分割网络存在计算量大、对硬件资源要求高和推理速度慢等不足,提出一种轻量级快速分割网络MCNet.MCNet采用编码器-解码器架构,使用多层感知机(MLP)和卷积分别提取并融合医学图像的全局特征和局部特征,以减少网络参数量... 针对现有医学图像分割网络存在计算量大、对硬件资源要求高和推理速度慢等不足,提出一种轻量级快速分割网络MCNet.MCNet采用编码器-解码器架构,使用多层感知机(MLP)和卷积分别提取并融合医学图像的全局特征和局部特征,以减少网络参数量并提高分割精度.在编码阶段使用卷积分支和多层感知机分支分别提取多尺度的局部特征和全局特征.通过跳跃连接融合这些特征并送入解码器.在解码阶段使用注意力门控机制进行特征增强.在BUSI和ISIC2018数据集上进行实验.和当前最优方法相比,MCNet的Dice相似系数和均交并比在BUSI数据集上分别提高0.11%和0.09%、在ISIC2018数据集上分别提高0.64%和0.95%.同时,MCNet显著减少了网络参数量、降低了浮点运算次数并缩短了CPU推理时间. 展开更多
关键词 医学图像分割 深度神经网络 多层感知机(MLP) 轻量级网络
在线阅读 下载PDF
基于多尾神经网络模型的桩基智能选型算法研究
8
作者 陈瓴 柏华军 +1 位作者 刘诗文 王新国 《铁道标准设计》 北大核心 2025年第3期113-121,共9页
针对当前桥梁基础设计自动化和智能化水平不足的问题,提出一种基于多尾神经网络的新型架构,并开发了相应的桩基智能选型算法。该算法有效应对了训练样本数量少、类型多且分布不均的挑战。通过定义案例样本数据格式,构建了一个包含90%常... 针对当前桥梁基础设计自动化和智能化水平不足的问题,提出一种基于多尾神经网络的新型架构,并开发了相应的桩基智能选型算法。该算法有效应对了训练样本数量少、类型多且分布不均的挑战。通过定义案例样本数据格式,构建了一个包含90%常见桥型的桩基选型样本库,涵盖简支梁、连续梁、矮塔斜拉桥等多种桥型。分析样本库数据特征后,明确桩基选型是一个典型的“组合分类”问题,并设计了一个由嵌入层、特征提取层和决策层组成的多尾神经网络模型,采用分阶段训练技术进行优化。在此基础上,研发了桩基智能选型算法,并将其集成到云服务平台,成功接入桥梁智能设计系统,实现了桥梁桩基的智能化设计。通过在长赣高铁S101省道特大桥项目中的应用测试,结果显示该算法显著提高了桩基设计效率,达到传统方法的4倍,进而使全桥设计效率提升超过70%。本研究为人工智能技术在勘察设计行业的应用提供了一种新的解决方案,特别是在解决“冷启动”问题上具有重要意义。 展开更多
关键词 桥梁基础 桩基选型 多尾神经网络 组合分类 智能设计
在线阅读 下载PDF
基于加权多层卷积神经网络模型的冬奥会场区滑坡易发性评价
9
作者 胡文杰 李峰 +1 位作者 张梅东 刘文龙 《工程地质学报》 北大核心 2025年第3期949-958,共10页
开展冬奥会地区滑坡易发性评价对于冬奥会场馆的运维风险管理具有重要意义。本文以冬奥会6个区县为研究对象,从地形地貌、地质构造、水文、人类活动和土壤植被5个方面构建冬奥会地区滑坡易发性评价指标体系,针对易发性因子权重需反复多... 开展冬奥会地区滑坡易发性评价对于冬奥会场馆的运维风险管理具有重要意义。本文以冬奥会6个区县为研究对象,从地形地貌、地质构造、水文、人类活动和土壤植被5个方面构建冬奥会地区滑坡易发性评价指标体系,针对易发性因子权重需反复多次调整的繁琐过程、过多的池化层造成特征信息大量丢失等问题,提出影响因子权重自适应学习、扩张卷积层替换池化层的加权多层卷积神经网络(Weighted Multi-CNN,WM-CNN)用于滑坡易发性预测。运用加权多层卷积神经网络、一维卷积神经网络(CNN-1D)、卷积神经网络(CNN)、支持向量机(SVM)、随机森林模型(RF)分别构建该区域的滑坡易发性评价模型。对冬奥会地区进行滑坡易发性区划,并通过受试者工作特征曲线(ROC)。结果表明,WM-CNN模型预测效果最好,高于CNN-1D模型的0.835、CNN模型的0.877、SVM模型的0.819、RF模型的0.884。此外,研究区域极高易发区和高易发区集中在北京的延庆区,大多分布在道路两侧和山谷地带。国家跳台滑雪中心和延庆奥运村位于中等易发区,滑坡风险较大,因此需要重点监控。 展开更多
关键词 冬奥会区域 加权多层 卷积神经网络 深度学习 滑坡易发性
在线阅读 下载PDF
基于VAE与API行为特征抽取的恶意软件检测
10
作者 于孟洋 师智斌 +1 位作者 郝伟泽 张舒娟 《计算机工程与设计》 北大核心 2025年第2期464-471,共8页
针对现有检测方法缺乏数据连续性和完整性的建模能力、难以提取API调用序列的全局特征,且对API行为语义表示抽取单一等问题,提出一种基于变分自编码器与API行为特征抽取的恶意软件检测方法。通过词嵌入将调用函数表示为语义稠密向量;基... 针对现有检测方法缺乏数据连续性和完整性的建模能力、难以提取API调用序列的全局特征,且对API行为语义表示抽取单一等问题,提出一种基于变分自编码器与API行为特征抽取的恶意软件检测方法。通过词嵌入将调用函数表示为语义稠密向量;基于变分自编码器架构,学习数据的潜在状态表示,完成对恶意软件全局特征和模式的提取;采用多层卷积神经网络,抽取不同粒度调用子序列的行为语义特征,同时统计调用频率,获取API使用权重信息;综合上述特征进行恶意软件检测。实验结果表明,该方法在阿里云数据集上达到了97.81%的良/恶性检测精度和93.74%的多分类精度,验证了方法的有效性。 展开更多
关键词 恶意软件检测 变分自编码器 多层卷积神经网络 序列信息 行为语义 频率信息 特征融合
在线阅读 下载PDF
类别级多目标刚体6D位姿估计方法
11
作者 程硕 贾迪 +1 位作者 杨柳 何德堃 《液晶与显示》 北大核心 2025年第3期457-471,共15页
为解决传统方法采用单一对象CNN模型的扩展性差、通用性低及计算成本高的问题,以及优化多目标方法的性能,本文提出一种面向多目标6D位姿估计的单阶段网络架构,设计一种多分支特征提取解码器,有效地捕捉并聚合细节特征。本文提出特征优... 为解决传统方法采用单一对象CNN模型的扩展性差、通用性低及计算成本高的问题,以及优化多目标方法的性能,本文提出一种面向多目标6D位姿估计的单阶段网络架构,设计一种多分支特征提取解码器,有效地捕捉并聚合细节特征。本文提出特征优化与筛选模块,该模块对输入特征进行筛选以提取多尺度特征。以上两者结合,设计一种新的特征金字塔结构,提升网络的整体性能,提升对遮挡情况的位姿估计效果。实验在合成数据集LINEMOD及Occluded LINEMOD上进行。结果显示,本文方法在处理遮挡物体场景时取得了较显著的提升,与PyraPose、SD-Pose和CASAPose等现有最先进方法相比,本文方法在ADD/S-Recall指标上分别提高了43.1%、16.1%和12%。在目标数量较少时表现更佳,目标数量为4个时,性能提升17%。消融实验进一步验证了各模块的有效性。本文提出的单阶段多目标网络架构通过引入多分支特征提取解码器、特征优化与筛选模块以及特征金字塔结构,仅需训练一个网络即可处理任意数量的目标,在合成数据条件下,可以更好地完成6D位姿估计。实验结果验证了本文方法的有效性。 展开更多
关键词 6D位姿估计 多目标单阶段网络 多分支特征提取解码器 特征选择 合成数据
在线阅读 下载PDF
一种多尺度循环残差注意的单幅图像去雨方法
12
作者 刘邱铃 周刚 乔敏 《计算机应用与软件》 北大核心 2025年第2期236-240,279,共6页
目前基于卷积神经网络的去雨方法,存在雨纹残留、图像模糊等问题。为此提出一种基于多尺度特征提取和循环残差注意的单幅图像去雨方法。通过构建多尺度拉普拉斯金字塔得到多尺度特征图,再设计循环残差注意模块加强阶段间联系、提取深度... 目前基于卷积神经网络的去雨方法,存在雨纹残留、图像模糊等问题。为此提出一种基于多尺度特征提取和循环残差注意的单幅图像去雨方法。通过构建多尺度拉普拉斯金字塔得到多尺度特征图,再设计循环残差注意模块加强阶段间联系、提取深度特征、增强重要特征权重,更好地去除雨纹并保留了图像细节。实验结果表明,该方法的去雨效果优于其他去雨算法。 展开更多
关键词 卷积神经网络 单幅图像去雨 多层拉普拉斯金字塔 多尺度特征图 循环残差注意模块
在线阅读 下载PDF
基于双向多层级交互网络的肺部CT图像分类
13
作者 龙肖 黄巍 胡凯 《计算机科学》 北大核心 2025年第S1期85-90,共6页
近年来,基于局部窗口的Self-Attention机制在视觉分类任务中表现突出。然而,由于存在感受野有限和建模能力弱的问题,其在处理复杂数据时效果不佳。肺部CT图像中的特征复杂多样,包括结节的形状、大小、密度等,给深入挖掘数据中的深层次... 近年来,基于局部窗口的Self-Attention机制在视觉分类任务中表现突出。然而,由于存在感受野有限和建模能力弱的问题,其在处理复杂数据时效果不佳。肺部CT图像中的特征复杂多样,包括结节的形状、大小、密度等,给深入挖掘数据中的深层次特征带来挑战。针对这些问题,文中提出了一个全新的双向多层级交互网络模型Bi-directional Multi-level Interaction Vision Transformer(Bi-MI ViT)。该网络通过双向多层级交互机制有效融合空间和通道信息,从而显著提升特征提取的准确性和全面性。在Transformer分支中,引入了高效的级联组注意力机制,旨在丰富注意力头特征的多样性,并增强模型对关键信息的捕捉能力。同时,在卷积神经网络(Convolutional Neural Networks,CNNs)分支中,通过设计DP block,并利用点卷积(Point-Wise Convolution,PW)和深度卷积(Depth-Wise Convolution,DW)深入挖掘局部信息,以优化模型的表达能力。此外,深度特征提取模块(Deep Feature Extraction,DFE)的建立增强了特征传播和复用,提高了数据利用效率,实现了实质性的性能改进。实验结果显示,在公开的COVID19-CT数据集和私有的LUAD-CT数据集上,所提算法优于对比的8种方法,实现了准确分类。 展开更多
关键词 肺部CT图像 双向多层级交互 卷积神经网络 TRANSFORMER 分类
在线阅读 下载PDF
基于跨层连接与多尺度自注意的金属表面缺陷检测
14
作者 朱生升 王炎 刘锁兰 《计算机工程与设计》 北大核心 2025年第8期2396-2402,共7页
针对特征提取中池化下采样导致的信息损失影响检测精度问题,提出了一种融合跨层连接与多尺度自注意机制的缺陷检测模型。跨层连接模块通过融合深浅层特征,以弥补因池化导致的信息丢失。同时,多尺度自注意模块捕获多尺度特征,增强模型学... 针对特征提取中池化下采样导致的信息损失影响检测精度问题,提出了一种融合跨层连接与多尺度自注意机制的缺陷检测模型。跨层连接模块通过融合深浅层特征,以弥补因池化导致的信息丢失。同时,多尺度自注意模块捕获多尺度特征,增强模型学习和获取缺陷特征的能力。在KSDD、KSDD2和STEEL数据集上,测试结果均有一定程度提升。KSDD2数据集上与最新的算法对比,在图像级标注下精度(AP)提升了11.7%,在像素级标注下精度(AP)提升了1.0%,实验结果表明了所提方法的有效性。 展开更多
关键词 深度学习 缺陷检测 跨层连接 多尺度 自注意 卷积神经网络 特征提取
在线阅读 下载PDF
基于多融合算法的青年男性三维足型类别划分及特征提取
15
作者 白啸天 刘静民 +4 位作者 霍洪峰 王朋飞 武梦旖 王冲 邢泽宇 《医用生物力学》 北大核心 2025年第3期638-645,共8页
目的 通过将我国青年男性足型进行分类,提取出足型的特征指标,构建足型常模数据库。方法 采集1 483名青年健康男性的足型数据,通过谱聚类算法进行足型类别划分,采用深度神经网络(deep neural network,DNN)进行分类模型的训练,结合逐层... 目的 通过将我国青年男性足型进行分类,提取出足型的特征指标,构建足型常模数据库。方法 采集1 483名青年健康男性的足型数据,通过谱聚类算法进行足型类别划分,采用深度神经网络(deep neural network,DNN)进行分类模型的训练,结合逐层相关传播(layer-wise relevance propagation,LRP)和相关系数法完成足型特征的提取,对比不同足型特征差异。结果 通过谱聚类得到4种足型分类,其中足型1表现为翘拇指、内收小趾、高足跟宽足;足型2表现为拇指外翻的窄足;足型3表现为拇指外翻的低弓足;足型4表现为翘拇指的高弓足。结合可解释神经网络和相关系数法,从27个足型指标中提取出踵心到足底长、拇指高、足舟骨高、足跟外缘高、拇外翻角度、小趾角度、足背围、后跟角度、纵弓角度9个指标,所提取指标构建的分类模型总判别准确率达93.67%。结论 我国青年男性分可为4种常规足型,在后足、中足和前足3个部分,可提取包含长度、高度、围度和角度共9个足型特征指标,为构建符合我国青年男性足型常模数据和足踝生物力学研究提供理论和数据支持。 展开更多
关键词 足型 特征提取 谱聚类 多融合算法 深度神经网络 逐层相关传播
在线阅读 下载PDF
基于注意力机制的GRU-IKF场面滑行轨迹预测模型
16
作者 刘雨生 汤新民 任宣铭 《北京航空航天大学学报》 北大核心 2025年第3期1028-1036,共9页
为解决机场场面滑行冲突、等待时间长等运行问题,保证场面安全的同时提高服务水平,增加机场吞吐量,针对机器学习模型性能依赖于良好数据集的现状,提出一种基于注意力机制、融合门控循环单元(GRU)和改进卡尔曼滤波算法(IKF)的场面航空器... 为解决机场场面滑行冲突、等待时间长等运行问题,保证场面安全的同时提高服务水平,增加机场吞吐量,针对机器学习模型性能依赖于良好数据集的现状,提出一种基于注意力机制、融合门控循环单元(GRU)和改进卡尔曼滤波算法(IKF)的场面航空器滑行轨迹预测模型。使用3个独立的门控循环单元网络来捕获航空器未来时刻的运动状态和时间上的依赖性,并引入注意力机制加强提取数据差异性特征的能力,学习输入到输出的映射关系;与改进后的扩展卡尔曼滤波器融合,将神经网络输出的结果整合到状态预测和更新过程,以提高预测轨迹序列的准确性。利用禄口机场航空器真实滑行轨迹对所提模型的有效性进行验证,仿真结果表明:所提模型能够对场面航空器滑行轨迹进行有效准确的预测,总体均方误差约为0.00128,相较于单一循环神经网络(RNN)、长短时记忆(LSTM)网络及GRU模型,均方根误差(RMSE)分别减小72.9%,54.7%和39.9%,预测耗时40 ms,可以准确、快速预测滑行轨迹,为降低机场场面管理系统运行负荷提供帮助。 展开更多
关键词 航空运输 改进卡尔曼滤波 GRU-Attention神经网络 机场场面运行 轨迹预测
在线阅读 下载PDF
基于深度学习和VMD算法的电力系统低频振荡模态辨识
17
作者 王珍意 朱欣春 +5 位作者 胡斌 路学刚 张斌 杜思君 徐添锐 丁涛 《电工电能新技术》 北大核心 2025年第5期56-65,共10页
随着现代电力系统不断发展,大规模的电力互联网络结构逐渐形成,这使得电力系统中的低频振荡现象显著增加,对电力系统的安全和稳定运行构成了严峻的挑战。对低频振荡信号中的模态进行辨识是采取适当的措施或策略来抑制电力系统中的低频... 随着现代电力系统不断发展,大规模的电力互联网络结构逐渐形成,这使得电力系统中的低频振荡现象显著增加,对电力系统的安全和稳定运行构成了严峻的挑战。对低频振荡信号中的模态进行辨识是采取适当的措施或策略来抑制电力系统中的低频振荡的重要前提。为此,本文提出一种基于深度学习和变分模态分解的电力系统低频振荡模态辨识方法。该方法首先利用变分模态分解算法对低频振荡信号进行降噪处理;其次通过卷积神经网络对降噪后的低频振荡信号的阶数进行识别,并在此基础上结合变分模态分解算法进行低频振荡信号的模态分离;最后采用多层感知机辨识分离出的各低频振荡模态的参数,从而完成低频振荡的模态辨识。多个算例仿真结果验证了本文所提方法在电力系统低频振荡模态辨识中的有效性和准确性。 展开更多
关键词 深度学习 变分模态分解 现代电力系统 低频振荡 卷积神经网络 多层感知机
在线阅读 下载PDF
一种融合神经与遗传的食物推荐算法
18
作者 王客程 李然 +2 位作者 吴江 范利利 王宁 《现代电子技术》 北大核心 2025年第10期173-178,共6页
人们越来越注重饮食的营养与均衡,对食品选择的要求也更高。针对现有的食谱营养均衡欠缺、缺乏多样化变化且制定耗时等问题,融合神经网络和双种群遗传算法NSGA-Ⅱ,构建了一个DDNT-GA算法,生成特定食谱。该算法使用神经网络来减少适应度... 人们越来越注重饮食的营养与均衡,对食品选择的要求也更高。针对现有的食谱营养均衡欠缺、缺乏多样化变化且制定耗时等问题,融合神经网络和双种群遗传算法NSGA-Ⅱ,构建了一个DDNT-GA算法,生成特定食谱。该算法使用神经网络来减少适应度过高的个体,有效防止陷入局部最优;将适应度过低的个体去除,从而形成精英策略,筛选出最合适的个体,在实现食物营养均衡的同时提升模型的运行效率;通过优化神经网络并引入正则化Dropout策略来提高训练速度。采用改进的NSGA-Ⅱ遗传算法并融入双种群的思想,在副种群利用禁忌搜索算法,通过禁忌列表阻止相似食谱的生成,实现食谱多样化变化。实验结果表明,DDNT-GA算法与深度遗传算法(GA-D、BP-GA、NT-GA、JANUS)相比,在适应度上平均提高了11.3%,并缩短了训练时间。最终产生的食谱在食物组合上不仅变化多样,而且提高了选择食谱的效率,在消费者食谱制定上有一定的实用价值。 展开更多
关键词 食谱推荐 食物选择 双种群遗传算法 神经网络 多目标优化 禁忌搜索算法
在线阅读 下载PDF
发音错误检测中基于多数据流的Tandem特征方法 被引量:1
19
作者 袁桦 蔡猛 +2 位作者 赵军红 张卫强 刘加 《计算机应用》 CSCD 北大核心 2014年第6期1694-1698,共5页
针对发音错误检测中标注的发音数据资源有限的情况,提出在Tandem系统框架下利用其他数据来提高特征的区分性。以中国人的英语发音为研究对象,选取了相对容易获取的无校正发音数据、母语普通话和母语英语作为辅助数据,实验结果表明,这几... 针对发音错误检测中标注的发音数据资源有限的情况,提出在Tandem系统框架下利用其他数据来提高特征的区分性。以中国人的英语发音为研究对象,选取了相对容易获取的无校正发音数据、母语普通话和母语英语作为辅助数据,实验结果表明,这几种数据都能够有效地提高系统性能,其中无校正数据表现出最好的性能。同时,比较了不同的扩展帧长,以多层神经感知(MLP)和深度神经网络(DNN)作为典型的浅层和深层神经网络,以及Tandem特征的不同结构对系统性能的影响。最后,多数据流融合的策略用于进一步提高系统性能,基于DNN的无校正发音数据流和母语英语数据流合并的Tandem特征取得了最好的性能,与基线系统相比,识别正确率提高了7.96%,错误类型诊断正确率提高了14.71%。 展开更多
关键词 发音错误检测 Tandem特征 发音规则 深度神经网络(DNN) 多层神经感知(MLP)
在线阅读 下载PDF
基于注意力机制与LSTM-CCN的月降水量预测 被引量:6
20
作者 周祥 张世明 +1 位作者 苏林鹏 张守平 《人民长江》 北大核心 2024年第6期129-135,共7页
针对现有月降水量预测方法预测准确性不高的问题,提出一种基于注意力机制与LSTM-CCN的月降水量预测方法。首先,利用长短时记忆神经网络(long short-term memory neural network,LSTM)提取气象数据在时间维度的特征分布,从时间相关性方... 针对现有月降水量预测方法预测准确性不高的问题,提出一种基于注意力机制与LSTM-CCN的月降水量预测方法。首先,利用长短时记忆神经网络(long short-term memory neural network,LSTM)提取气象数据在时间维度的特征分布,从时间相关性方面捕获相邻时间段或长距离气象数据段中的统计分布;其次,利用因果卷积神经网络(causal convolutional network,CCN)将气象数据映射到空间维度,深层次地从空间维度捕获气象数据在空间中的特征统计分布;再次,以并联的方式将时间和空间特征作为交叉注意力网络的输入,构造融合的时空特征;最后,以长短时记忆神经网络构造解码器,并将融合的时空特征作为解码器的输入,预测的月降水量作为输出。选取河南省新乡市2001~2017年数据集进行测试,结果表明:所提出方法的均方根误差仅为13.08 mm,相比主流方法具有更低的预测误差。研究成果可为提高气象预测的准确性和实用性提供参考。 展开更多
关键词 月降水量预测 多层注意力机制 因果卷积神经网络 长短时记忆神经网络
在线阅读 下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部