检索结果-内蒙古大学图书馆

兵工学报 2024年第10期45卷 3430-3444页

作者：汪强龙高晓光李新宇闫栩辰万开方西北工业大学电子信息学院陕西西安710129

针对当前航空火控系统的精度研究对数据完备性要求较高,且仅能分析系统内单误差源影响因素的问题,提出一种全新的基于深度置信网络(Deep Belief Network,DBN)效能拟合的火控系统精度全局敏感性分析(Global Sensitivity Analysis via Dee... 详细信息

针对当前航空火控系统的精度研究对数据完备性要求较高,且仅能分析系统内单误差源影响因素的问题,提出一种全新的基于深度置信网络(Deep Belief Network,DBN)效能拟合的火控系统精度全局敏感性分析(Global Sensitivity Analysis via Deep Belief Network,GSADBN)算法。从全局敏感性分析算法的优劣点出发,分析传统的全局敏感性分析算法在不完备数据下存在的局限性。利用DBN优异的特征提取能力,并采用无监督训练和有监督微调相结合的算法,搭建并训练火控系统效能拟合模型。研究结果表明:与传统Sobol算法、经典傅里叶振幅敏感性检验(Fourier Amplitude Sensitivity Test,FAST)算法以及最新的基于贝叶斯网络的Sobol(Bayesian Neural Sobol,BNSobol)算法相比,GSADBN算法不仅可以满足精度要求,同时还可以在不完备数据下达到传统算法在完备数据下精度分析的效果;该算法可以在火控系统不完备数据下取得较好的精度分析结果,同时在设计火控系统各模块时,给出精度方面的合理方案,从而为火控系统的设计及作战效能的提高提供参考和理论支撑。

关键词：航空火控系统深度置信网络 GSADBN算法精度评估全局敏感性分析

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络和双谱对角切片的低截获概率雷达信号识别

引用

电子与信息学报 2016年第11期38卷 2972-2976页

作者：王星周一鹏周东青陈忠辉田元荣空军工程大学航空航天工程学院西安710038 解放军95357部队佛山528227

基于深度置信网络(DBN)对信号双谱对角切片(BDS)结构特征进行学习,实现低截获概率(LPI)雷达信号识别。该方法首先建立基于受限玻尔兹曼机(RBM)的DBN模型,对LPI雷达信号的BDS数据进行逐层无监督贪心学习,然后运用后向传播(BP)机制在有监... 详细信息

基于深度置信网络(DBN)对信号双谱对角切片(BDS)结构特征进行学习,实现低截获概率(LPI)雷达信号识别。该方法首先建立基于受限玻尔兹曼机(RBM)的DBN模型,对LPI雷达信号的BDS数据进行逐层无监督贪心学习,然后运用后向传播(BP)机制在有监督学习方式下根据学习误差对DBN模型参数进行微调,最后基于该BDS-DBN模型实现未知信号的分类和识别。理论分析和仿真结果表明,信噪比高于8 d B时,基于BDS和DBN的识别方法对调频连续波(FMCW),Frank,Costas,FSK/PSK 4类LPI信号的综合识别率保持在93.4%以上,高于传统的主成分分析加支持向量机法(PCA-SVM)和主成分分析加线性判别分析法(PCA-LDA)。

关键词：低截获概率雷达深度学习深度置信网络双谱对角切片受限玻尔兹曼机

来源：评论

学校读者我要写书评

暂无评论

深度置信网络模型及应用研究综述

引用

计算机工程与应用 2018年第1期54卷 11-18,47页

作者：刘方园王水花张煜东南京师范大学计算机科学与技术学院南京210023

介绍深度置信网络(DBN)理论基础的发展,对比分析深层结构DBN与浅层网络结构的差异,最后引用多篇文献分析研究DBN在文字检测、人脸及表情识别领域和遥感图像领域的应用效果。全面介绍了深度学习模型DBN,深入分析DBN的构建与实际应用,为... 详细信息

介绍深度置信网络(DBN)理论基础的发展,对比分析深层结构DBN与浅层网络结构的差异,最后引用多篇文献分析研究DBN在文字检测、人脸及表情识别领域和遥感图像领域的应用效果。全面介绍了深度学习模型DBN,深入分析DBN的构建与实际应用,为研究人员提供改进DBN的思路,以期在未来将其运用到更宽广的新兴领域中。

关键词：深度置信网络文字检测人脸及表情识别遥感图像领域

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络的轨道电路剩余寿命预测

引用

铁道科学与工程学报 2020年第9期17卷 2387-2396页

作者：刘伯鸿孙浩洋李振环兰州交通大学自动化与电气工程学院甘肃兰州730070 北京铁科英迈技术有限公司北京100081

通过对影响轨道电路运行状态的设备进行分析,构建深度置信网络对微机监测系统记录的轨道电路运行数据及实测数据进行特征提取。采用权重分配的方式结合多种影响设备运行状态的因素计算反映轨道电路运行状态的健康评估指标,通过健康评估... 详细信息

通过对影响轨道电路运行状态的设备进行分析,构建深度置信网络对微机监测系统记录的轨道电路运行数据及实测数据进行特征提取。采用权重分配的方式结合多种影响设备运行状态的因素计算反映轨道电路运行状态的健康评估指标,通过健康评估指标对轨道电路的运行状态进行划分,根据全生命周期的历史运行数据构建其各个状态的隐半马尔可夫模型。结合深度置信网络对轨道电路的退化状态和剩余寿命进行仿真试验。研究结果表明:采用融合深度置信网络进行特征提取后训练的隐半马尔可夫模型进行剩余寿命预测准确度和退化状态识别率相比原始隐半马尔可夫模型有较大的提高。

关键词：轨道电路深度置信网络 HSMM 剩余寿命退化状态

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络的时间序列预测

引用

深圳大学学报（理工版） 2019年第6期36卷 718-724页

作者：杨珺佘佳丽刘艳珍江西农业大学软件学院江西南昌330045 南昌工学院电气与信息工程学院江西南昌330099

针对传统计算机神经网络存在梯度弥散、局部最小值、非线性时间序列长期预测性能不佳和高维序列数据复杂度高等问题,提出时序深度置信网络模型(timing deep belief network model,T-DBN).该模型预训练阶段采用改进的贪婪预训练算法,在... 详细信息

针对传统计算机神经网络存在梯度弥散、局部最小值、非线性时间序列长期预测性能不佳和高维序列数据复杂度高等问题,提出时序深度置信网络模型(timing deep belief network model,T-DBN).该模型预训练阶段采用改进的贪婪预训练算法,在预训练过程中使用梯度修正并行回火(gradient fixing parallel tempering,GFPT)算法,采用重构误差确定网络深度,在反向调整阶段采用拟牛顿法(BFGS算法),以获得更加准确的预测精度.结合相空间重构理论和BP(back propagation)神经网络,对中国江西省2016—2020年农业机械总动力进行了预测.针对高非线性的股票数据,提取同花顺软件1990-12-20—2018-03-30时间段内的上证指数特征信息,分别采用T-DBN、DBN和长短期记忆(long short-term memory,LSTM)模型进行股票预测,预测准确率分别为79.3%、77.9%和74.6%,T-DBN模型的预测准确率高于DBN和LSTM模型.

关键词：计算机神经网络时间序列预测深度神经网络深度置信网络农机总动力预测模型股票预测

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络的CRISM影像火星表面矿物识别方法

引用

地质科技通报 2020年第4期39卷 189-200页

作者：张绪冰王贤敏王凯岳桥兵张良中国地质大学(武汉)地理与信息工程学院武汉430074 中国地质大学(武汉)地球物理与空间信息学院武汉430074 武汉大学资源与环境科学学院武汉430072

鉴于传统的光谱特征参数方法存在不能综合考虑光谱在整个波长范围内的谱形、对于单一吸收带相似的不同矿物难以区分等问题,研究采用深度置信网络方法对火星专用小型侦察影像频谱仪(CRISM)高光谱影像中的火星表面矿物进行自动识别,该算... 详细信息

鉴于传统的光谱特征参数方法存在不能综合考虑光谱在整个波长范围内的谱形、对于单一吸收带相似的不同矿物难以区分等问题,研究采用深度置信网络方法对火星专用小型侦察影像频谱仪(CRISM)高光谱影像中的火星表面矿物进行自动识别,该算法具体包括:①预训练阶段。利用非监督算法逐层训练受限玻尔兹曼机,自动学习模型参数,提取光谱特征。②调优阶段。将自动学习的光谱特征输入分类器,采用反向传播算法对模型进行监督微调,识别矿物在CRISM影像中的分布。在算法的研究中,采用光谱比值方法降低火星表面灰尘等噪声对矿物光谱的影响,并探讨样本数量、隐含层节点数、网络深度等对算法识别精度的影响,试图构建适宜于CRISM影像火星表面矿物识别的深度置信网络模型。以火星表面镁铁蒙脱石和氯盐为例进行测试,实验结果表明:该方法能够对火星表面矿物进行自动识别,准确率达到85%以上,与光谱参数法的识别结果基本叠合,并能够探测光谱参数法未能识别的部分矿物分布。

关键词：识别深度置信网络火星矿物 CRISM影像

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络-多类模糊支持向量机的粮食供应链危害物风险预警

引用

食品科学 2020年第19期41卷 17-24页

作者：王小艺李柳生孔建磊金学波苏婷立白玉廷北京工商大学计算机与信息工程学院北京100048 北京工商大学北京市食品安全大数据技术重点实验室北京100048

近些年粮食供应链安全问题频发,为减少食源性风险威胁,风险预警正逐渐成为强化粮食食品安全体系的有力保障。但现有风险预警方法在面对多源异构非结构化食品数据时,存在预警准确率低、人工成本高等局限问题。本文在分析全国26个省份的... 详细信息

近些年粮食供应链安全问题频发,为减少食源性风险威胁,风险预警正逐渐成为强化粮食食品安全体系的有力保障。但现有风险预警方法在面对多源异构非结构化食品数据时,存在预警准确率低、人工成本高等局限问题。本文在分析全国26个省份的大量抽检数据及关联信息基础上,建立了基于深度置信网络(deep belief network,DBN)-多类模糊支持向量机(multiclass fuzzy support vector machine,MFSVM)的风险分级预警模型,先对海量粮食供应链抽检数据进行嵌入编码和归一化处理,获得结构化食品数据;将其输入到DBN模型进行高维度特征提取,自适应地挖掘供应链中各危害因素间风险变化及内在关联概率,最后将高维特征输入到优化的MFSVM进行训练,实现供应链中各主要危害物风险分级预警。对比实验结果表明,DBN-MFSVM模型在粮食抽检数据上具有更好鲁棒性和泛化性,其准确率达到98.44%,运行时间85 s,可快速识别出粮食供应链中危害物风险程度和优先次序,为监管部门制定有针对性的抽检策略、确立优先监管领域和分配风险监管资源提供科学依据。

关键词：粮食供应链安全风险预警深度置信网络多类模糊支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于CUDA和深度置信网络的手写字符识别

引用

华东理工大学学报（自然科学版） 2015年第2期41卷 210-215页

作者：陆军建林家骏华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

为了应对海量的字符(手写)识别,提出了一种将统一计算设备架构(Compute Unified Device Architecture,CUDA)和深度置信网络相结合的方法进行手写字符识别。该方法结合受限玻尔兹曼机和反向传播神经网络形成深度置信网络对字符图片数据... 详细信息

为了应对海量的字符(手写)识别,提出了一种将统一计算设备架构(Compute Unified Device Architecture,CUDA)和深度置信网络相结合的方法进行手写字符识别。该方法结合受限玻尔兹曼机和反向传播神经网络形成深度置信网络对字符图片数据进行识别,并且使用CUDA在图形处理器(GPU)上进行并行计算来完成识别过程。实验结果表明,使用该方法后,在不降低识别精度的情况下手写字符识别的速度大幅提升。

关键词： GPU CUDA 手写字符识别深度置信网络

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络的松动部件质量估计方法研究

引用

应用力学学报 2020年第2期37卷 528-533,I0005页

作者：陈若宇孟剑林张祥林王明明谢石林西安交通大学航天航空学院西安710049 陕西卫峰核电子有限公司西安710065

为解决以往核电站冷却系统松动部件质量估计方法存在的精度不高的问题,提出了一种基于深度置信网络的松动部件质量估计方法。基于平板模型上的不同质量钢球跌落实验,利用冲击信号的自功率谱与对应钢球质量来训练深度置信网络模型,进一... 详细信息

为解决以往核电站冷却系统松动部件质量估计方法存在的精度不高的问题,提出了一种基于深度置信网络的松动部件质量估计方法。基于平板模型上的不同质量钢球跌落实验,利用冲击信号的自功率谱与对应钢球质量来训练深度置信网络模型,进一步对跌落钢球质量进行了分类预测,并与支撑向量机和神经网络模型预测方法进行了比较。结果表明:深度置信网络方法能对跌落钢球质量进行较好的分类预测,分类平均正确率达到94%以上,预测结果好于支撑向量机(87.57%)和神经网络(91.64%),具有较高的跌落钢球质量预测精度。

关键词：松动部件监测系统质量估计自功率谱网格搜索深度置信网络

来源：评论

学校读者我要写书评

暂无评论

运动想象脑信号的深度置信网络分类优化

引用

信号处理 2023年第8期39卷 1488-1499页

作者：陈超王帅刘光荣梁军陈小奇邵磊李鹏海天津理工大学电气工程与自动化学院天津300384 天津医科大学总医院康复医学科天津300052 华南理工大学吴贤铭智能工程学院广东广州510641 天津理工大学集成电路科学与工程学院天津300384

关于脑机接口(BCI)系统中的运动想象(MI)脑信号的特征提取一直是一个难题。相较于SSVEP、AEP和P300等其他BCI模式,MI的分类准确率相对较低,缺乏有效的识别方案。本文提出了一种结合深度置信网络(Deep Belief Network,DBN)和麻雀搜索算法... 详细信息

关于脑机接口(BCI)系统中的运动想象(MI)脑信号的特征提取一直是一个难题。相较于SSVEP、AEP和P300等其他BCI模式,MI的分类准确率相对较低,缺乏有效的识别方案。本文提出了一种结合深度置信网络(Deep Belief Network,DBN)和麻雀搜索算法(Sparrow search algorithm,SSA)的特征提取和分类识别算法SSA-DBN。融合SSA与DBN的优势,可以在保持较低计算复杂度的同时,提高特征提取和分类识别的准确率。本研究首先利用完全自适应噪声集合经验模态分解(CEEMDAN)方法提取信号的固有模态函数(IMF)特征。然后,将筛选出的适合分类识别的IMF分量与希尔伯特黄变换(HHT)方法相结合,提取出不同导联时频信号的特征空间向量,并进行叠加平均。最后,将特征向量输入到SSA-DBN算法进行分类处理。为确保公平性,在验证算法性能时,选取了具有代表性的BCI Competition Ⅳ Dataset 2a数据集,同时对比了其他算法的表现,并详细说明了调参方法。为了避免过拟合问题,可以考虑使用更大规模的数据集进行测试,如PhysioNet或BCI2000等公开数据集库。在实验结果展示时,除了展示SSA-DBN算法的性能,还展示了其他算法在相同数据集和评价指标下的性能,以便进行公平的对比。结果显示,SSA-DBN算法在四分类任务中的平均准确率最高达到了86.35%,较其他方法有显著提升,为提高MI信号脑机接口的系统性能提供了一种新的有效途径。

关键词：脑机接口运动想象分类识别优化算法深度置信网络

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：