检索结果-维普期刊中文期刊服务平台

基于CBDAE和TCN-Transformer的工业传感器时间序列预测: 1; 作者许涛南新元 +1 位作者蔡鑫赵濮《南京信息工程大学学报》北大核心 2025年第4期455-466,共12页; 在真实的工业物联网环境中,传感器信号常受外界噪声干扰,难以获取纯净数据,这影响了基于数据驱动的时间序列预测任务的准确性.为此,基于改进的对比盲去噪自编码器(Contrast Blind Denoising AutoEncoder,CBDAE)和TCN-Transformer网络,... 展开更多; 关键词去噪自编码器动量编码器动态队列信息噪声对比估计时间卷积网络 TRANSFORMER; 在线阅读下载PDF 职称材料

基于CNN+DAE集成模型的电机主轴轴承故障诊断研究被引量：4: 2; 作者彭正伟张维 +3 位作者张铃珠盛向阳张媛媛李峰《中国工程机械学报》北大核心 2023年第2期166-171,共6页; 为了提高电机主轴轴承故障诊断效率,设计了一种优化降噪自编码器(DAE)轴承故障诊断模型,开发了一种高效数据预处理方法,并对网络结构实施了调整。研究结果表明:逐渐提高训练轮次后获得更高检测精确,在到达20个训练轮次时进入稳定阶段,... 展开更多; 关键词轴承故障诊断降噪自编码器(dae) 神经网络识别率; 在线阅读下载PDF 职称材料

基于深度学习SDAE-BP的暂降类型识别方法被引量：2: 3; 作者张金娈邓祖强 +1 位作者张鑫王亮《电气工程学报》 CSCD 2022年第3期184-193,共10页; 不同短路故障引起的暂降类型不同,对用户造成的影响也不相同,准确地识别暂降类型可针对实际的电压暂降情况进行分析、补偿和抑制,对于电压暂降的治理具有重要的意义,同时还可作为电力供应部门和用户之间协调纠纷的依据。考虑到实际系统... 展开更多; 关键词短路故障电压暂降类型堆栈降噪自编码器 BP神经网络暂降识别; 在线阅读下载PDF 职称材料

稀疏平衡变分自动编码器的文本特征提取被引量：1: 4; 作者车蕾《国防科技大学学报》 EI CAS CSCD 北大核心 2022年第1期169-178,共10页; 针对文本特征提取方面的高维数据特征区分度较低、基于规则的特征学习的自学习性能差、变分自动编码器存在过度剪枝等问题,提出稀疏平衡变分自动编码器(Sparse Balanced Variational AutoEncoder,SBVAE)的文本特征提取模型。为消除噪声... 展开更多; 关键词变分自动编码器降噪稀疏平衡过度剪枝; 在线阅读下载PDF 职称材料

基于深度自动编码器的脑网络状态观测矩阵降维方法被引量：3: 5; 作者杨保杰王彬 +3 位作者薛洁代照坤刘辉熊新《传感器与微系统》 CSCD 2017年第1期9-12,共4页; 针对人脑网络状态观测矩阵高维无特征的特点,给出了一种基于深度自动编码器(DAE)的降维算法。利用深度学习网络,将高维的人脑网络空间表达映射到低维的本质特征空间中,为进一步提炼脑网络的动态性能提供了基础。实验结果证明:应用该方... 展开更多; 关键词脑功能网络深度自动编码器降维自组织特征映射无监督聚类; 在线阅读下载PDF 职称材料

基于去噪自编码器的极限学习机被引量：5: 6; 作者来杰王晓丹 +1 位作者李睿赵振冲《计算机应用》 CSCD 北大核心 2019年第6期1619-1625,共7页; 针对极限学习机算法(ELM)参数随机赋值降低算法鲁棒性及性能受噪声影响显著的问题,将去噪自编码器(DAE)与ELM算法相结合,提出了基于去噪自编码器的极限学习机算法(DAE-ELM)。首先,通过去噪自编码器产生ELM的输入数据、输入权值与隐含层... 展开更多; 关键词极限学习机深度学习去噪自编码器特征提取特征降维鲁棒性; 在线阅读下载PDF 职称材料

基于堆叠降噪自编码机的广告博文识别方法: 7; 作者赵晓乐栾杰 +2 位作者冯旭鹏刘利军黄青松《小型微型计算机系统》 CSCD 北大核心 2018年第9期1921-1926,共6页; 在针对广告博文进行识别过程中,首先构建文本特征向量和人工定义的特征向量,使用堆叠降噪自编码机对这两种特征向量进行处理,获得处理后的两种特征向量,然后将得到的这两种特征向量进行组合得到第三种特征向量.最后将这三种特征向量用... 展开更多; 关键词广告博文特征向量堆叠降噪自编码机最大熵分类过滤; 在线阅读下载PDF 职称材料

基于深度学习的Wi-Fi网络入侵检测方法被引量：3: 8; 作者刘明峰郭顺森 +3 位作者韩然侯路吴珺田小川《计算机工程与设计》北大核心 2019年第12期3394-3400,共7页; 提出一种基于深度信念网络(DBN)的Wi-Fi网络入侵检测模型。使用SMOTE算法对数据样本中的异常数据和正常数据进行数量平衡,使用降噪自编码网络(DAE)对平衡后的数据进行降维,消除无关或冗余特征降低检测建模规模。在AWID数据集上进行实验... 展开更多; 关键词深度信念网络降噪自编码网络数据降维入侵检测 WI-FI网络; 在线阅读下载PDF 职称材料

题名基于CBDAE和TCN-Transformer的工业传感器时间序列预测: 1; 作者许涛南新元蔡鑫赵濮; 机构新疆大学电气工程学院; 出处《南京信息工程大学学报》北大核心 2025年第4期455-466,共12页; 基金国家自然科学基金(62303394) 新疆维吾尔自治区自然科学基金(2022D01C694) 新疆维吾尔自治区高校基本科研业务费科研项目(XJEDU2023P025)。; 文摘在真实的工业物联网环境中,传感器信号常受外界噪声干扰,难以获取纯净数据,这影响了基于数据驱动的时间序列预测任务的准确性.为此,基于改进的对比盲去噪自编码器(Contrast Blind Denoising AutoEncoder,CBDAE)和TCN-Transformer网络,本文提出一种新型时间序列预测框架,称为MoCo-CBDAE-TCN-Transformer.该框架通过引入额外的动量编码器、动态队列和信息噪声对比估计正则化,增强了对时间序列数据动态特征的捕捉能力,并有效利用历史负样本信息.在无需噪声先验知识和传感器纯净数据的前提下,通过捕捉和对比时间相关性和噪声特征,实现传感器数据的盲去噪.去噪后的数据通过TCN-Transformer网络进行时间序列预测.TCN-Transformer网络结合残差连接和膨胀卷积的优势以及Transformer的注意力机制,显著提高了预测的准确性和效率.最后,在公开的四缸过程数据集上进行仿真验证,实验结果表明,与传统的去噪方法和时间序列预测模型相比,本文设计的模型能够获得更好的去噪效果和更高的预测精度,其实时处理能力适合部署在实际的工业环境中,为工业物联网中的数据处理和分析提供了一种有效的技术方案.; 关键词去噪自编码器动量编码器动态队列信息噪声对比估计时间卷积网络 TRANSFORMER; Keywords denoising autoencoder(dae) momentum encoder dynamic queue information noise-contrastive estimation(InfoNCE) temporal convolutional network(TCN) Transformer; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TP212 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于CNN+DAE集成模型的电机主轴轴承故障诊断研究被引量：4: 2; 作者彭正伟张维张铃珠盛向阳张媛媛李峰; 机构国网宁夏电力有限公司经济技术研究院宁夏先科电力设计咨询有限公司宁夏大学物理与电子电气工程学院; 出处《中国工程机械学报》北大核心 2023年第2期166-171,共6页; 基金国家自然科学基金资助项目(51775157)。; 文摘为了提高电机主轴轴承故障诊断效率,设计了一种优化降噪自编码器(DAE)轴承故障诊断模型,开发了一种高效数据预处理方法,并对网络结构实施了调整。研究结果表明:逐渐提高训练轮次后获得更高检测精确,在到达20个训练轮次时进入稳定阶段,准确率达到99.52%。CNN+DAE模型可以满足初始数据特征的准确识别,对故障达到高精度的分类性能。较小噪声信号下,采用DAE提取特征都表现出比10 dB噪声状态下更弱的泛化能力与鲁棒性,达到了较高的识别率。每种自编码器网络对于初始时域信号都没有达到良好性能,判断卷积神经网络进行特征提取时比全连接神经网络更优。该研究去除了网络结构中卷积神经网络(CNN)池化层,全面保留初始一维振动信号数据,实现模型鲁棒性与泛化能力的显著提升。; 关键词轴承故障诊断降噪自编码器(dae) 神经网络识别率; Keywords bearing fault diagnosis noise reduction autoencoder(dae) neural network recognition rate; 分类号 TH137 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于深度学习SDAE-BP的暂降类型识别方法被引量：2: 3; 作者张金娈邓祖强张鑫王亮; 机构国电南瑞科技股份有限公司北京能源科技分公司南瑞集团有限公司(国网电力科学研究院有限公司); 出处《电气工程学报》 CSCD 2022年第3期184-193,共10页; 基金国网科技(5400-202018421A-0-0-00) 南瑞集团科技(524609210188)资助项目。; 文摘不同短路故障引起的暂降类型不同,对用户造成的影响也不相同,准确地识别暂降类型可针对实际的电压暂降情况进行分析、补偿和抑制,对于电压暂降的治理具有重要的意义,同时还可作为电力供应部门和用户之间协调纠纷的依据。考虑到实际系统发生短路故障时可能存在相位跳变,在原有文献短路故障引起的暂降分类基础上,推导了系统阻抗与线路阻抗的阻抗角不相等情况下短路故障引起的电压暂降类型的表达式并分析了其特征;为准确识别电压暂降类型,并避免人为特征提取过程中信息丢失的问题,提出了一种基于堆栈降噪自编码器-神经网络(Stacked denoised autoencoder-back propagation,SDAE-BP)的暂降类型识别方法,在输入信号中加入一定概率的噪声,再通过构建多层降噪自编码网络(Stacked denoised autoencoder,SDAE)逐层训练,以最小的误差实现信号的特征提取,并采用BP(Back propagation,BP)神经网络对暂降类型进行识别,通过Matlab仿真验证了上述传播特性及电压暂降类型识别方法的正确性。; 关键词短路故障电压暂降类型堆栈降噪自编码器 BP神经网络暂降识别; Keywords Short circuit fault voltage sag type stack noise reduction autoencoder BP neural network voltage sag type recognition; 分类号 TM7 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名稀疏平衡变分自动编码器的文本特征提取被引量：1: 4; 作者车蕾; 机构北京信息科技大学信息管理学院; 出处《国防科技大学学报》 EI CAS CSCD 北大核心 2022年第1期169-178,共10页; 基金北京市教育委员会社科计划一般项目(SM201911232003) 北京信息科技大学教学改革项目重点资助项目(2020JGZD03) 教育部人文社科规划基金资助项目(20YJAZH129)。; 文摘针对文本特征提取方面的高维数据特征区分度较低、基于规则的特征学习的自学习性能差、变分自动编码器存在过度剪枝等问题,提出稀疏平衡变分自动编码器(Sparse Balanced Variational AutoEncoder,SBVAE)的文本特征提取模型。为消除噪声干扰,提高文本特征提取模型的鲁棒性,在文本特征提取的输入层采用双向降噪处理机制。提出一种稀疏平衡性处理,结合KL(Kullback-Leibler)项权重的模拟退火算法以缓解KL散度引发的过度剪枝的影响,强制解码器更充分地利用潜变量。此模型提高了高维数据特征的区分度。从对比分析文本特征提取模型、稀疏性能、稀疏平衡处理对隐藏空间变分下界的影响等方面深入开展实验,验证了该模型具有较好的性能。该模型在复旦数据集和Reuters数据集上的最高准确率相较于主成分分析分别提升了12.36%、8.06%。; 关键词变分自动编码器降噪稀疏平衡过度剪枝; Keywords variational autoencoder noise reduction sparse balance excessive pruning; 分类号 TP391 [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

题名基于深度自动编码器的脑网络状态观测矩阵降维方法被引量：3: 5; 作者杨保杰王彬薛洁代照坤刘辉熊新; 机构昆明理工大学信息工程与自动化学院云南警官学院信息网络安全学院; 出处《传感器与微系统》 CSCD 2017年第1期9-12,共4页; 基金国家自然科学基金资助项目(61263017) 云南省自然科学基金资助项目(KKSY201303120); 文摘针对人脑网络状态观测矩阵高维无特征的特点,给出了一种基于深度自动编码器(DAE)的降维算法。利用深度学习网络,将高维的人脑网络空间表达映射到低维的本质特征空间中,为进一步提炼脑网络的动态性能提供了基础。实验结果证明:应用该方法可以达到有效的降维效果,且降维后脑网络状态通过自组织特征映射聚类具有一定的规律性,从而为脑网络的动态特性研究提供了基础。; 关键词脑功能网络深度自动编码器降维自组织特征映射无监督聚类; Keywords functional brain network deep autoencoder （ dae ） dimension reduction self-organizing featuremaps unsupervised clustering; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于去噪自编码器的极限学习机被引量：5: 6; 作者来杰王晓丹李睿赵振冲; 机构空军工程大学防空反导学院; 出处《计算机应用》 CSCD 北大核心 2019年第6期1619-1625,共7页; 基金国家自然科学基金资助项目(61876189,61806219)~~; 文摘针对极限学习机算法(ELM)参数随机赋值降低算法鲁棒性及性能受噪声影响显著的问题,将去噪自编码器(DAE)与ELM算法相结合,提出了基于去噪自编码器的极限学习机算法(DAE-ELM)。首先,通过去噪自编码器产生ELM的输入数据、输入权值与隐含层参数;然后,以ELM求得隐含层输出权值,完成对分类器的训练。该算法一方面继承了DAE的优点,自动提取的特征更具代表性与鲁棒性,对于噪声有较强的抑制作用;另一方面克服了ELM参数赋值的随机性,增强了算法鲁棒性。实验结果表明,在不含噪声影响下DAE-ELM相较于ELM、PCA-ELM、SAA-2算法,其分类错误率在MNIST数据集中至少下降了5.6%,在Fashion MNIST数据集中至少下降了3.0%,在Rectangles数据集中至少下降了2.0%,在Convex数据集中至少下降了12.7%。; 关键词极限学习机深度学习去噪自编码器特征提取特征降维鲁棒性; Keywords Extreme Learning Machine(ELM) deep leaning Denoising autoencoder(dae) feature extraction feature reduction robustness; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TP391 [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

题名基于堆叠降噪自编码机的广告博文识别方法: 7; 作者赵晓乐栾杰冯旭鹏刘利军黄青松; 机构昆明理工大学信息工程与自动化学院昆明理工大学教育技术与网络中心云南省计算机技术应用重点实验室; 出处《小型微型计算机系统》 CSCD 北大核心 2018年第9期1921-1926,共6页; 基金国家自然科学基金项目(81360230 81560296)资助; 文摘在针对广告博文进行识别过程中,首先构建文本特征向量和人工定义的特征向量,使用堆叠降噪自编码机对这两种特征向量进行处理,获得处理后的两种特征向量,然后将得到的这两种特征向量进行组合得到第三种特征向量.最后将这三种特征向量用于最大熵分类模型的训练,依据实验结果找出分类效果最好的模型,使用该模型对博文进行处理过滤掉其中的广告博文,实验证明得到的最大熵分类模型的P、R、F可达到65.58%、87.9%、75.12%,能有效识别绝大多数的广告博文.; 关键词广告博文特征向量堆叠降噪自编码机最大熵分类过滤; Keywords advertisements blog post feature vector stack noise reduction autoencoders maximum entropy classification filtering; 分类号 TP391 [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

题名基于深度学习的Wi-Fi网络入侵检测方法被引量：3: 8; 作者刘明峰郭顺森韩然侯路吴珺田小川; 机构国网山东电力公司青岛供电公司; 出处《计算机工程与设计》北大核心 2019年第12期3394-3400,共7页; 文摘提出一种基于深度信念网络(DBN)的Wi-Fi网络入侵检测模型。使用SMOTE算法对数据样本中的异常数据和正常数据进行数量平衡,使用降噪自编码网络(DAE)对平衡后的数据进行降维,消除无关或冗余特征降低检测建模规模。在AWID数据集上进行实验,实验结果表明,与其它基于浅层学习算法的检测方法相比,所提方法可有效精简数据特征,降低检测时间,在检测精度和误报率方面体现出了更优性能。; 关键词深度信念网络降噪自编码网络数据降维入侵检测 WI-FI网络; Keywords deep brief network(DBN) denoising autoencoder(dae) dimension reduction intrusion detection Wi-Fi network; 分类号 TP393 [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	作者	出处	发文年	被引量	操作
1	基于CBDAE和TCN-Transformer的工业传感器时间序列预测	许涛南新元蔡鑫赵濮	《南京信息工程大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于CNN+DAE集成模型的电机主轴轴承故障诊断研究	彭正伟张维张铃珠盛向阳张媛媛李峰	《中国工程机械学报》北大核心	2023	4	在线阅读下载PDF 职称材料
3	基于深度学习SDAE-BP的暂降类型识别方法	张金娈邓祖强张鑫王亮	《电气工程学报》 CSCD	2022	2	在线阅读下载PDF 职称材料
4	稀疏平衡变分自动编码器的文本特征提取	车蕾	《国防科技大学学报》 EI CAS CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
5	基于深度自动编码器的脑网络状态观测矩阵降维方法	杨保杰王彬薛洁代照坤刘辉熊新	《传感器与微系统》 CSCD	2017	3	在线阅读下载PDF 职称材料
6	基于去噪自编码器的极限学习机	来杰王晓丹李睿赵振冲	《计算机应用》 CSCD 北大核心	2019	5	在线阅读下载PDF 职称材料
7	基于堆叠降噪自编码机的广告博文识别方法	赵晓乐栾杰冯旭鹏刘利军黄青松	《小型微型计算机系统》 CSCD 北大核心	2018	0	在线阅读下载PDF 职称材料
8	基于深度学习的Wi-Fi网络入侵检测方法	刘明峰郭顺森韩然侯路吴珺田小川	《计算机工程与设计》北大核心	2019	3	在线阅读下载PDF 职称材料