检索结果-内蒙古大学图书馆

中文科技期刊数据库(全文版)教育科学 2025年第4期 130-133页

作者：孙倩青岛黄海学院山东青岛 266427

物理规律驱动的神经网络架构设计为深度学习领域开辟了新的研究方向,通过将物理规律融入模型设计,能够显著增强模型的可解释性和鲁棒性。物理规律,为神经网络的结构和参数优化提供了坚实的理论依据。这种设计方法不仅提升了模型的性能,... 详细信息

物理规律驱动的神经网络架构设计为深度学习领域开辟了新的研究方向,通过将物理规律融入模型设计,能够显著增强模型的可解释性和鲁棒性。物理规律,为神经网络的结构和参数优化提供了坚实的理论依据。这种设计方法不仅提升了模型的性能,还为复杂问题的解决提供了新的思路,推动了深度学习在科学计算和工程应用中的广泛应用。物理规律驱动的设计方法还促进了跨学科研究,通过将物理学与人工智能相结合,为优化理论和模型架构的创新提供了新的视角,进一步推动了人工智能技术的发展与突破。基于此,以下对物理规律驱动的神经网络架构设计进行了探讨,以供参考。

关键词：物理规律驱动神经网络架构设计

来源：评论

学校读者我要写书评

暂无评论

基于神经网络架构的电力系统DoS与网络攻击检测和隔离

引用

电子器件 2024年第5期47卷 1350-1354页

作者：陈媛媛汪伟鸣温安平吴俊李映国网宣城供电公司安徽宣城242000

针对电力系统拒绝服务与网络攻击的检测和隔离进行了分析,分析了电力系统的DoS检测和隔离动态控制模型,该模型适用于常规的动态网络。并提出了网络攻击模型,说明了网络攻击检测和隔离的方法,并针对电力系统的具体情况提出了网络攻击检... 详细信息

针对电力系统拒绝服务与网络攻击的检测和隔离进行了分析,分析了电力系统的DoS检测和隔离动态控制模型,该模型适用于常规的动态网络。并提出了网络攻击模型,说明了网络攻击检测和隔离的方法,并针对电力系统的具体情况提出了网络攻击检测架构,说明了利用神经网络等算法实现电力系统数据预测的模型和供给检测的流程。以自动发电控制AGC为案例,说明电力系统网络攻击检测隔离方法的有效性。

关键词：神经网络架构 DoS攻击攻击检测和隔离自动发电控制

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的语义分割技术及其在脑神经影像应用中的研究进展

引用

北京工业大学学报 2021年第1期47卷 85-92页

作者：林岚吴玉超王婧璇吴水才北京工业大学生命科学与生物工程学院智能化生理测量与临床转化北京市国际科研合作基地北京100124

为了提高各类神经疾病诊断中对感兴趣区的分割准确度,推动基于卷积神经网络(convolutional neural networks,CNN)的语义分割的进一步应用,综述了基于CNN的语义分割方法在多种神经影像研究中的应用.首先,回顾了当前CNN体系结构以及基于CN... 详细信息

为了提高各类神经疾病诊断中对感兴趣区的分割准确度,推动基于卷积神经网络(convolutional neural networks,CNN)的语义分割的进一步应用,综述了基于CNN的语义分割方法在多种神经影像研究中的应用.首先,回顾了当前CNN体系结构以及基于CNN语义分割的多种经典模型及其架构变化.然后,对基于CNN的语义分割方法在脑神经影像领域的应用进行了深入的介绍.最后,对该方法在神经影像处理领域的未来发展方向和面临的挑战进行了展望.

关键词：神经疾病感兴趣区卷积神经网络语义分割神经网络架构神经影像

来源：评论

学校读者我要写书评

暂无评论

基于改进CAE的嵌入式深度聚类算法

引用

现代计算机 2024年第15期30卷 1-9页

作者：李天雨赵超超何鑫张蔚旖西南科技大学数理学院绵阳621010

针对目前的深度卷积嵌入式聚类DCEC算法的网络结构存在的特征损失问题,提出了一种基于深度卷积降噪自编码器的新网络结构。在新网络结构中,通过优化DCEC中的卷积核步长参数,并加入池化层来加强特征提取的同时减少网络参数和防止过拟合现... 详细信息

针对目前的深度卷积嵌入式聚类DCEC算法的网络结构存在的特征损失问题,提出了一种基于深度卷积降噪自编码器的新网络结构。在新网络结构中,通过优化DCEC中的卷积核步长参数,并加入池化层来加强特征提取的同时减少网络参数和防止过拟合现象,在解码器中添加了上采样层来恢复在编码器中池化操作造成的特征损失,并为了更有效地加强特征提取,在编码过程后添加全连接层过渡。由此得到一种基于改进CAE的DCEC_ICAE算法,并在三个经典图像数据集上测试,同时使用经典聚类评价指标进行评估。实验结果表明,提出的DCEC_ICAE算法的聚类性能要优于对比算法,证明了新网络结构的有效性和合理性。

关键词：深度聚类卷积降噪自编码器深度嵌入式聚类神经网络架构

来源：评论

学校读者我要写书评

暂无评论

基于ED-DNN的农村公路遥感图像信息提取方法

引用

勘察科学技术 2022年第3期 11-15页

作者：昌宏哲杜红静袁洋河南省交通运输厅公路管理局郑州市450018 河南交通发展研究院有限公司郑州市450018

由于农村道路具有位置特殊、结构和材质多样且差异大等特点,使得高精度遥感图像在提取农村公路信息中混入大量噪声,造成影像特征聚类和分割模糊,难以保证路网提取精度。因此,该文提出一种EDDNN模型,在基础层次结构下,交叉采用池化层与... 详细信息

由于农村道路具有位置特殊、结构和材质多样且差异大等特点,使得高精度遥感图像在提取农村公路信息中混入大量噪声,造成影像特征聚类和分割模糊,难以保证路网提取精度。因此,该文提出一种EDDNN模型,在基础层次结构下,交叉采用池化层与卷积层作为网络隐藏层主要结构,提取遥感影像全局图像特征;在ED-DNN网络架构内部拟采用跳跃连接方式,结合深度神经网络架构内深层和浅层分辨率信息,提高路面影像分割的精细度。实例表明:采用ED-DNN模型提取道路信息具有良好的泛化能力,训练集准确率达到0.9982,损失值降低为0.0137,能准确地提取农村公路特征参数。

关键词：农村公路遥感影像神经网络架构 ED-DNN

来源：评论

学校读者我要写书评

暂无评论

基于动态近端展开网络的相位恢复算法

基于动态近端展开网络的相位恢复算法

引用

第十八届全国信号和智能信息处理与应用学术会议

作者：陈龙杨义校陶然北京理工大学信息与电子学院分数域信号与系统北京市重点实验室

相位恢复是一个具有挑战性的问题,它指从无相位测量中恢复所需信号,这广泛存在于计算成像领域。最近,由于深度学习方法能够隐式地学习图像先验知识,缓解相位恢复问题的病态性,基于深度学习的方法被应用于这一问题并取得了不错的成果。然... 详细信息

相位恢复是一个具有挑战性的问题,它指从无相位测量中恢复所需信号,这广泛存在于计算成像领域。最近,由于深度学习方法能够隐式地学习图像先验知识,缓解相位恢复问题的病态性,基于深度学习的方法被应用于这一问题并取得了不错的成果。然而,一个关键问题仍未得到充分解答:训练好的神经网络在处理与训练时非常不同的相位恢复问题时,能泛化得多好?在实际应用中,这一点尤为重要,因为不同的成像设置、不同的物理测量和不同的应用都会导致不同的相位恢复问题。为了解决这个问题,一种受优化启发的神经网络架构被提出,该架构从用于相位恢复的近端梯度下降算法中衍生/展开,可以通过梯度下降利用物理模型信息,同时利用学习到的动态近端映射共同解决相位恢复问题。该方法的一个关键部分是开发一种动态近端映射模块,其参数可以在推理阶段动态调整,使其适应任何给定的成像设置。实验结果表明,该动态近端展开网络能够在多种成像条件下有效地从仅有幅度的测量中恢复丢失的相位,即使是在训练时未见过的情况下。

关键词：相位恢复深度学习近端梯度下降神经网络架构动态近端映射

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：