检索结果-内蒙古大学图书馆

武汉大学学报(信息科学版) 2025年第3期50卷 615-615页

作者：曹银霞中国科学院地理科学与资源研究所地理信息科学与技术全国重点实验室北京100101

建成区是人类活动的重要场所,受到人口增长和社会经济发展的影响,展现出多种变化,如新增、拆除和重建。准确地获取建成区的变化信息,尤其是在较高的空间分辨率下,对可持续的城市发展和生态环境保护有着重要意义。然而,常用的全监督变化... 详细信息

建成区是人类活动的重要场所,受到人口增长和社会经济发展的影响,展现出多种变化,如新增、拆除和重建。准确地获取建成区的变化信息,尤其是在较高的空间分辨率下,对可持续的城市发展和生态环境保护有着重要意义。然而,常用的全监督变化检测方法严重依赖大量高质量的像素级样本,这些样本通常具有较高的获取代价。对此,引入3种弱样本,即无样本、图像级样本(一张图像对应一个标签)和众源样本,开展高分辨率建成区变化检测方法研究。

关键词：生态环境保护社会经济发展空间分辨率变化检测样本条件高分辨率建成区像素级

来源：评论

学校读者我要写书评

暂无评论

样本条件对加卸载响应比计算结果的影响分析

引用

地震 1999年第3期19卷 223-229页

作者：王海涛彭克银庄建仓张永仙尹祥础新疆维吾尔自治区地震局中国乌鲁木齐8300112 中国地震局分析预报中心中国北京100036

基于随机Ｐｏｉｓｓｏｎ模型和Ｇｕｔｅｎｂｅｒｇ Ｒｉｃｈｔｅｒ关系，构造在１０年尺度内样本量从３００到５０００的若干组模拟地震数据，计算分析各种样本条件下的加卸载响应比Ｙ时间进程变化。结果表明，计算样... 详细信息

基于随机Ｐｏｉｓｓｏｎ模型和Ｇｕｔｅｎｂｅｒｇ Ｒｉｃｈｔｅｒ关系，构造在１０年尺度内样本量从３００到５０００的若干组模拟地震数据，计算分析各种样本条件下的加卸载响应比Ｙ时间进程变化。结果表明，计算样本的震级上限Ｍｔ相对于ｌｏｇＮ Ｍ关系中拟合线性外推最大震级ＭＴ的变化对Ｙ的异常分布有一定影响，其影响随地震样本量从小到大而明显减小。当滑动计算时间窗内地震样本为几十个量级，Ｍｔ取为ＭＴ－１．５（或至２．０）时，随机出现Ｙ大于２．０的高值异常分布频度明显降低。而当地震样本量达到上百个以上量级，Ｍｔ取为ＭＴ－０．０（或０．５）时，Ｙ大于２．０的高异常值随机出现频度即极低。在实际地震资料的Ｙ计算中若注意Ｍｔ的选取后，其结果的稳定性和异常的可信度将得到显著提高。

关键词：样本条件震级上限模拟地震加卸载响应比

来源：评论

学校读者我要写书评

暂无评论

基于CNN的三相逆变器开路故障诊断及其样本条件分析

引用

国防科技大学学报 2022年第6期44卷 163-172页

作者：申皓澜唐欣罗毅飞肖飞艾胜樊亚翔海军工程大学舰船综合电力技术国防科技重点实验室湖北武汉430033

为了合理选择样本条件以实现高效的智能化诊断,以及克服智能化方法中传统反向传播(back propagation, BP)网络权值较多、局部信息提取能力不足的问题,对基于卷积神经网络(convolutional neural network, CNN)的开路故障诊断方法进行研究... 详细信息

为了合理选择样本条件以实现高效的智能化诊断,以及克服智能化方法中传统反向传播(back propagation, BP)网络权值较多、局部信息提取能力不足的问题,对基于卷积神经网络(convolutional neural network, CNN)的开路故障诊断方法进行研究,并以典型的三相两电平逆变器为具体对象,着重分析样本时长、样本数量变化时,CNN方法相较于BP网络方法在网络权值数量、训练稳定性、诊断准确率上的量化优势。结果表明,基于CNN的方法可在权值数量远少于BP网络方法的情况下构建深度更深的诊断模型,并在更短样本时长、更少训练样本数量下实现高效、准确的开路故障诊断。

关键词：电能变换装置逆变器故障诊断开路故障深度学习卷积神经网络样本条件

来源：评论

学校读者我要写书评

暂无评论

少样本条件下基于元学习的质量通病检测方法

少样本条件下基于元学习的质量通病检测方法

引用

作者：陈勇李松李萌蒋宏王云辉李欣明王涛谢珉杨永昆 650200 云南省昆明市拓东路73号

本发明公开了少样本条件下基于元学习的质量通病检测方法包括：根据质量通病检测任务构建元学习数据集，基于元学习数据集设置基准网络模型；通过随机初始化基准网络模型的参数，确定基学习器的学习率和外部训练结束条件，经过一次梯度... 详细信息

标准号: CN115965586A

本发明公开了少样本条件下基于元学习的质量通病检测方法包括：根据质量通病检测任务构建元学习数据集，基于元学习数据集设置基准网络模型；通过随机初始化基准网络模型的参数，确定基学习器的学习率和外部训练结束条件，经过一次梯度迭代获得适应具体检测任务的最优参数；基于最优参数采用不同检测任务的测试误差之和作为元学习过程的优化目标，通过梯度下降法更新学习器的参数，并对基准网络模型进行迭代训练，直到模型收敛；本发明使学习得到的度量方式具有更强的泛化能力，适用于任何基于梯度优化的模型结构，且具有双层优化结构，有效提升了模型精度和泛化能力，有效避免了过拟合。

关键词：基准网络检测学习数据质量通病最优参数学习器随机初始化测试误差迭代训练结束条件模型结构双层优化梯度迭代梯度优化学习过程样本条件优化目标下降法度量构建拟合学习收敛外部更新

来源：评论

学校读者我要写书评

暂无评论

少样本条件下基于BP神经网络的桥梁工程风险评估方法

少样本条件下基于BP神经网络的桥梁工程风险评估方法

引用

作者：刘永莉席铭洋肖衡林马强薛田甜黄彩萍何欢万娟 430068 湖北省武汉市洪山区南李路28号

本发明公开了一种少样本条件下基于BP神经网络的桥梁工程风险评估方法，首先对桥梁施工安全进行风险因素识别，建立风险评估体系；其次，采用层次分析法对专家经验评估法获取的样本数据进行预处理，结合BP神经网络对处理后的样本进行训... 详细信息

标准号: CN115034648A

本发明公开了一种少样本条件下基于BP神经网络的桥梁工程风险评估方法，首先对桥梁施工安全进行风险因素识别，建立风险评估体系；其次，采用层次分析法对专家经验评估法获取的样本数据进行预处理，结合BP神经网络对处理后的样本进行训练，构建混合评估模型；最后将该混合评估模型应用于桥梁施工安全风险评估。本发明利用AHP构建了满足工程施工评估指标体系，同时采用BP神经网络的非线性特点克服了专家评价法对风险等级量化的人为主观性过大的问题。本发明更加简洁实用、科学严谨，便于编制标准化的算法程序，具有一定的参考价值和推广价值。本发明在没有大量数据样本的情况下，也可以科学、准确的得到评估结果。

关键词：风险评估评估模型桥梁施工构建预处理桥梁工程评估指标体系层次分析法非线性特点等级量化风险因素工程施工评估结果数据样本算法程序样本数据样本条件专家经验专家评价评估法主观性样本标准化安全参考编制应用

来源：评论

学校读者我要写书评

暂无评论

基于PDBN-DNN少样本条件下永磁同步电机的性能预测方法

基于PDBN-DNN少样本条件下永磁同步电机的性能预测方法

引用

作者：金亮贾雨方杨庆新张闯刘素贞 300000 天津市北辰区双口镇西平道5340号

本发明提供了基于PDBN‑DNN少样本条件下永磁同步电机的性能预测方法，包括以下步骤：选择历史电机数据集为源域，目标电机数据集为目标域，其中源域全部有标签，目标域只有少量标签；使用DBN对目标域的无标签样本进行特征自学习；借助... 详细信息

标准号: CN115544877A

本发明提供了基于PDBN‑DNN少样本条件下永磁同步电机的性能预测方法，包括以下步骤：选择历史电机数据集为源域，目标电机数据集为目标域，其中源域全部有标签，目标域只有少量标签；使用DBN对目标域的无标签样本进行特征自学习；借助源域的有标签样本建立参数共享的预训练深度置信网络；进行模型迁移，使用目标域数据进行适配层训练和全网络微调，得到深度迁移学习模型；将目标电机的设计参数输入建立的深度迁移学习模型中，输出相应的性能数据。本发明有益效果：使用深度迁移学习方法，对不同领域的数据进行深层次挖掘和关联，解决目标电机有标注样本量少以及历史电机和目标电机数据分布不一致所引发的模型泛化性能差、预测精度低等问题。

关键词：目标电机目标域迁移源域标签永磁同步电机无标签样本参数共享电机数据泛化性能设计参数数据分布性能数据性能预测样本建立样本条件不一致全网络适配层数据集样本量自学习置信微调学习标注电机关联输出挖掘预测网络

来源：评论

学校读者我要写书评

暂无评论

一种少样本条件下的三维探地雷达空洞智能识别算法

一种少样本条件下的三维探地雷达空洞智能识别算法

引用

作者：杨峰李梵若史文幸乔旭彭苏萍 100083 北京市海淀区学院路丁11号

本发明公开了一种少样本条件下的三维探地雷达空洞智能识别算法。结合三维探地雷达一次探测获得纵向、横向和水平三个切片的探测特点，提出了一种基于模型迁移的三维探地雷达空洞智能识别模型，首先通过正演模拟获得大量带有空洞病害的... 详细信息

标准号: CN116930869A

本发明公开了一种少样本条件下的三维探地雷达空洞智能识别算法。结合三维探地雷达一次探测获得纵向、横向和水平三个切片的探测特点，提出了一种基于模型迁移的三维探地雷达空洞智能识别模型，首先通过正演模拟获得大量带有空洞病害的城市道路模型的三维探地雷达数据，分别在三个切片上对空洞检测数据进行智能识别模型预训练，再通过模型迁移的方式使用少量真实地下空洞数据加快模型训练的收敛速度，优化结构参数。本发明突破了三维雷达探测空洞数量样本不足对智能学习模型参数优化训练限制，提高了识别精确度。

关键词：探地雷达三维智能识别空洞切片迁移优化结构参数地下空洞方式使用空洞检测雷达探测模型参数模型训练样本条件一次探测优化训练正演模拟智能学习算法城市道路病害收敛样本探测

来源：评论

学校读者我要写书评

暂无评论

一种有限样本条件下6G信道状态信息智能反馈模型

一种有限样本条件下6G信道状态信息智能反馈模型

引用

作者：王晓丹向前宋亚飞来杰吴暄贺佳星王鹏史松昊 710051 陕西省西安市灞桥区长乐东路甲字一号

本发明公开了一种有限样本条件下6G信道状态信息智能反馈模型，其去除标准Transformer网络中的解码器部分，只使用其结构中的编码器部分作为主干网络，使得结构更加精简；提出了动态集成的CSI自编码器反馈模型，提升模型性能；以广义余... 详细信息

标准号: CN117376964A

本发明公开了一种有限样本条件下6G信道状态信息智能反馈模型，其去除标准Transformer网络中的解码器部分，只使用其结构中的编码器部分作为主干网络，使得结构更加精简；提出了动态集成的CSI自编码器反馈模型，提升模型性能；以广义余弦相似度(SGCS)的平方作为模型评价指标，提出了基于评价指标的损失函数，使模型更好地朝评价指标地最优方向优化；提出了基于噪声增强、MixUp和对子带向量乘非零随机数的综合数据增强方案，有效缓解了样本不足问题。仿真结果表明，CSI反馈模型在不同的蜂窝场景下具有较好的泛化性。

关键词：评价指标模型评价指标信道状态信息解码器编码器反馈余弦相似度动态集成仿真结果损失函数样本条件有效缓解噪声增强智能反馈主干网络综合数据最优方向编码器泛化性随机数非零向量去除蜂窝样本场景优化网络

来源：评论

学校读者我要写书评

暂无评论

少样本条件下基于三维特效仿真的火箭残骸高空检测方法

少样本条件下基于三维特效仿真的火箭残骸高空检测方法

引用

作者：兰子柠张华君张紫龙周子鸣李磊张达李康伟黄晓龙 430040 湖北省武汉市东西湖区金山大道9号

本发明涉及少样本条件下基于三维特效仿真的火箭残骸高空检测方法，如下步骤：S1、基于三维特效仿真进行数据增强，具体方法是基于开源的虚幻引擎Unreal Engine(UE)建立一套火箭残骸三维场景模拟图像生成系统；S2、构成火箭残骸目标检... 详细信息

标准号: CN112859907A

本发明涉及少样本条件下基于三维特效仿真的火箭残骸高空检测方法，如下步骤：S1、基于三维特效仿真进行数据增强，具体方法是基于开源的虚幻引擎Unreal Engine(UE)建立一套火箭残骸三维场景模拟图像生成系统；S2、构成火箭残骸目标检测数据集，对所述残骸图片进行标注，所有图片和标注文件构成了火箭残骸目标检测数据集；S3、生成残骸检测模型，对所述火箭残骸目标检测数据集选用最新的One‑Stage端到端目标检测算法YOLOv5进行训练，生成残骸检测模型；S4、压缩裁剪残骸检测模型，植入到资源受限的无人机载嵌入式AI自主识别芯片上。本发明的方法极大丰富了火箭残骸目标检测数据集，将无人机和深度学习技术结合,实现了火箭残骸快速精准定位。

关键词：火箭目标检测数据集检测三维目标检测算法标注文件技术结合快速精准模拟图像三维场景生成系统数据增强样本条件资源受限端到端嵌入式植入裁剪标注引擎高空芯片压缩图片学习

来源：评论

学校读者我要写书评

暂无评论

稀缺认知样本条件下的排除倒影干扰的水面目标检测方法

稀缺认知样本条件下的排除倒影干扰的水面目标检测方法

引用

作者：顾华宇李晔庞硕徐硕范彦福 150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室

本发明属于水面图像的目标检测领域，具体涉及稀缺认知样本条件下的排除倒影干扰的水面目标检测方法。本发明首先利用稀缺水面数据集制作时的标注信息锁定目标模板，进行指定区域匹配实现倒影去除，再通过雾化、雨化等多种形式实现样本... 详细信息

标准号: CN110458019B

本发明属于水面图像的目标检测领域，具体涉及稀缺认知样本条件下的排除倒影干扰的水面目标检测方法。本发明首先利用稀缺水面数据集制作时的标注信息锁定目标模板，进行指定区域匹配实现倒影去除，再通过雾化、雨化等多种形式实现样本增强，之后搭建目标网络架构，并根据图中目标信息建立密集卷积结构，制定锚点尺度提取特征，进行深度目标检测。在验证网络中添加倒影判别模块，提高真实目标的识别精度，最后通过验证结果最优检测程序，优化网络的检测性能。与现有方法相比，本发明检测精度高，对重叠及遮挡的目标处理效果更佳，在水面、海洋图像的检测中尤为适用；能在样本得到补充的同时消除倒影对检测精度带来的影响，提高水面目标的识别能力。

关键词：检测倒影水面目标水面样本图像标注信息目标处理目标检测目标模板目标网络目标信息判别模块区域匹配深度目标提取特征验证结果样本条件真实目标数据集卷积锚点雾化去除遮挡尺度架构认知锁定网络验证海洋补充制作优化制定

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：