检索结果-内蒙古大学图书馆

北京交通大学学报 2021年第2期45卷 119-126页

作者：常冬霞王舒伟北京交通大学计算机与信息技术学院北京100044

度量学习是机器学习中的重要研究问题之一,针对实际应用中的噪声数据,如何建立一个鲁棒的度量仍是一个挑战.本文将稀疏表示、特征学习与分类模型相结合提出了一种新的基于鲁棒回归度量学习(RRML)的算法并将其应用于图像分类.算法对最优... 详细信息

度量学习是机器学习中的重要研究问题之一,针对实际应用中的噪声数据,如何建立一个鲁棒的度量仍是一个挑战.本文将稀疏表示、特征学习与分类模型相结合提出了一种新的基于鲁棒回归度量学习(RRML)的算法并将其应用于图像分类.算法对最优特征子空间和稀疏表示进行联合学习,在更具判别性的低维表征空间中,通过稀疏表示有效地编码数据的局部结构信息,进而更好地揭示数据的内在鉴别信息,并以此指导该模型学习到最优的投影矩阵;同时对噪声矩阵和投影矩阵的行稀疏约束,可以极大降低噪声的影响.实验结果表明所提算法在图像分类准确率和鲁棒性方面均优于其他对比算法.

关键词：图像分类度量学习鲁棒回归稀疏表示特征子空间

来源：评论

学校读者我要写书评

暂无评论

基于CNN图像识别与语义可靠性的路径搜索方法

引用

计算机工程 2021年第1期47卷 255-263,274页

作者：李宇霞孙永奇闫茹朱卫国北京交通大学计算机与信息技术学院北京100044

光学字符识别技术可有效提高票据应用中票据信息录入的工作效率。针对票据的复杂背景与不规范手写字符降低票据识别准确率的问题,结合卷积神经网络图像识别与语义可靠性,提出一种可靠性优先的路径搜索方法,以降低模糊字符对搜索路径的... 详细信息

光学字符识别技术可有效提高票据应用中票据信息录入的工作效率。针对票据的复杂背景与不规范手写字符降低票据识别准确率的问题,结合卷积神经网络图像识别与语义可靠性,提出一种可靠性优先的路径搜索方法,以降低模糊字符对搜索路径的干扰。利用基于公司名结构特点的前后缀推断策略,有效解决公司名前后缀识别错误问题。采用结巴中文分词与字符位置信息检查识别结果中的错误,并将长短期记忆语言模型与在传统字形相似度基础上引入的汉字部件相似度相结合进行纠错。实验结果表明,通过将纠错策略与该方法相结合可有效提高公司名识别准确率至93.08%。

关键词：文本识别语言模型卷积神经网络长短期记忆网络字形相似度结巴中文分词

来源：评论

学校读者我要写书评

暂无评论

面向6G的生成对抗网络研究进展综述

引用

物联网学报 2024年第1期8卷 1-16页

作者：孟婵媛熊轲高博张煜樊平毅北京交通大学计算机与信息技术学院北京100044 北京交通大学高速铁路网络管理教育部工程研究中心北京100044 国网能源研究院有限公司北京102209 清华大学电子工程系北京100084

人工智能(AI,artificial intelligence)与通信技术的深度融合是6G网络的典型特征。一方面,AI为6G网络发展注入了新动力,能够有效利用网络运行产生的历史数据,使网络具备自维护、自优化的功能,加速了网络智能化进程。另一方面,6G网络丰... 详细信息

人工智能(AI,artificial intelligence)与通信技术的深度融合是6G网络的典型特征。一方面,AI为6G网络发展注入了新动力,能够有效利用网络运行产生的历史数据,使网络具备自维护、自优化的功能,加速了网络智能化进程。另一方面,6G网络丰富的场景和大规模的物联设备入网应用为AI提供了广阔的应用渠道和海量的训练数据,使AI能够更好地训练和部署,充分发挥AI的内在优势,为用户提供更加优质的智能服务。尽管如此,在一些实际应用中,受复杂环境的影响,存在数据样本收集困难、收集成本高和样本普适性不足等问题,难以充分发挥AI的性能优势。为此,学术界和工业界将生成对抗网络(GAN,generative adversarial network)引入无线网络的设计中,利用GAN强大的特征学习和特征表达能力产生大量模拟实际的生成样本,实现无线数据库的扩充,从而有效提升面向无线网络的AI模型的泛化能力。由于其优秀的性能表现,以GAN为代表的生成式模型在无线网络领域受到越来越多的关注,并迅速发展成为6G网络新的研究热点。首先,综述了GAN的原理及其改进衍生模型,对各种衍生模型的框架及优缺点进行了分析归纳;然后,综述了这些模型在无线网络领域的研究及应用现状;最后,面向6G网络的需求展望了GAN在6G网络中的研究趋势,为未来的研究提供了一些有价值的探索。

关键词：生成对抗网络无线网络信道估计物理层安全无线感知零和博弈

来源：评论

学校读者我要写书评

暂无评论

基于轻量化EfficientNet的小目标裂缝检测算法

引用

北京交通大学学报 2023年第2期47卷 114-121页

作者：邢仁琦杨怀志薄一军尤嘉张淳杰李丹勇北京交通大学计算机与信息技术学院北京100044 京沪高速铁路股份有限公司北京100038 中国铁道科学研究院集团有限公司电子计算技术研究所北京100081 北京交通大学电子信息工程学院北京100044

现有目标检测算法在小目标检测中存在可利用特征少、有效特征提取困难、易受环境干扰等问题.基于此,提出一种高效的主干特征提取网络EfficientNet来进行目标检测,在检测模型中融合注意力机制,以增强对小目标的识别能力.将提出的模型应... 详细信息

现有目标检测算法在小目标检测中存在可利用特征少、有效特征提取困难、易受环境干扰等问题.基于此,提出一种高效的主干特征提取网络EfficientNet来进行目标检测,在检测模型中融合注意力机制,以增强对小目标的识别能力.将提出的模型应用到细微裂缝检测中,从增强小目标识别、减少模型参数、提高网络检测速度三方面进行改进,研究结果表明:当输入图像为416×416分辨率时,本文模型的F1值相比于主流检测模型至少有3%的提升,模型的参数量与主流检测器相比减少了80%~85%,检测速率可达到每秒帧数(Frame Per Second,FPS)102帧/s.

关键词：小目标检测注意力机制 EfficientNet 裂缝检测

来源：评论

学校读者我要写书评

暂无评论

基于Conformer的端到端语音识别方法

引用

计算机应用研究 2024年第7期41卷 2018-2024页

作者：胡从刚申艺翔孙永奇赵思聪交通大数据与人工智能教育部重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044 北京航天晨信科技有限责任公司北京102308

针对Conformer编码器的声学输入网络对FBank语音信息提取不足和通道特征信息缺失问题,提出一种RepVGG-SE-Conformer的端到端语音识别方法。首先,利用RepVGG的多分支结构,增强模型的语音信息提取能力,而在模型推理时通过结构重参数化将... 详细信息

针对Conformer编码器的声学输入网络对FBank语音信息提取不足和通道特征信息缺失问题,提出一种RepVGG-SE-Conformer的端到端语音识别方法。首先,利用RepVGG的多分支结构,增强模型的语音信息提取能力,而在模型推理时通过结构重参数化将多分支融合为单分支,以降低计算复杂度、加快模型推理速度。然后,利用基于压缩和激励网络的通道注意力机制弥补缺失的通道特征信息,以提高语音识别准确率。最后,在公开数据集Aishell-1上的实验结果表明:相较于Conformer,所提出方法的字错误率降低了10.67%,验证了方法的先进性。此外,RepVGG-SE声学输入网络能够有效提高多种Transformer变体的端到端语音识别模型的整体性能,具有很好的泛化能力。

关键词：语音识别 Conformer RepVGG 压缩和激励网络

来源：评论

学校读者我要写书评

暂无评论

基于图像语义分割的半监督裂纹检测方法

引用

激光与光电子学进展 2021年第6期58卷 309-320页

作者：刘培黄雅平北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044

基于深度学习的裂纹检测方法严重依赖大量的像素级标注信息,为此提出一种基于半监督学习的裂纹检测方法。该方法将多尺度模块引入到裂纹检测的网络模型中,仅利用小部分的像素级标注数据进行全监督训练。对于无标签数据,融合多种显著性... 详细信息

基于深度学习的裂纹检测方法严重依赖大量的像素级标注信息,为此提出一种基于半监督学习的裂纹检测方法。该方法将多尺度模块引入到裂纹检测的网络模型中,仅利用小部分的像素级标注数据进行全监督训练。对于无标签数据,融合多种显著性区域检测方法生成伪标签,可以减少对像素级标注信息的依赖。在裂纹数据集上对改进网络进行实验验证,并与常用语义分割网络和弱监督实验基准从主观评价、精度、召回率和F1-score的角度进行比较。实验结果表明,改进网络可以有效提升裂纹的识别准确率,提出的半监督训练策略在仅需6.25%像素级标注信息的情况下,能够取得与全监督方法相当的识别精度和召回率。

关键词：机器视觉裂纹检测语义分割多尺度模块半监督

来源：评论

学校读者我要写书评

暂无评论

案例驱动的“时序数据分析与挖掘”课程教学改革

引用

计算机教育 2023年第10期 92-95页

作者：夏佳楠王晶北京交通大学计算机与信息技术学院北京100044

针对人工智能交叉学科背景下的复合型人才培训需求和目标,提出结合不同专业学生的研究领域和方向,采用案例教学模式与递进式设计理念结合的教学方法,介绍时间序列分析挖掘课程的实验设计和内容、教学方案和评价、课程反馈等,通过实施过... 详细信息

针对人工智能交叉学科背景下的复合型人才培训需求和目标,提出结合不同专业学生的研究领域和方向,采用案例教学模式与递进式设计理念结合的教学方法,介绍时间序列分析挖掘课程的实验设计和内容、教学方案和评价、课程反馈等,通过实施过程介绍说明教学改革取得了较好的成效。

关键词：案例教学时间序列分析递进式实验研究生课程时序数据分析与挖掘

来源：评论

学校读者我要写书评

暂无评论

基于OBE理念的“视频处理与铁路应用”课程教学模式改革研究

引用

工业和信息化教育 2023年第6期 91-94页

作者：滕竹张宝鹏李红辉北京交通大学计算机与信息技术学院北京100044

针对学生对所学知识的综合运用能力不足的问题,分析工科类创新型人才培养的需求和应用类课程的教学模式,笔者引入OBE理念,提出应用类课程的基本概念部分采用学生自学、展示及教师点评的教学模式,让学生更多地参与到教学活动中;算法部分... 详细信息

针对学生对所学知识的综合运用能力不足的问题,分析工科类创新型人才培养的需求和应用类课程的教学模式,笔者引入OBE理念,提出应用类课程的基本概念部分采用学生自学、展示及教师点评的教学模式,让学生更多地参与到教学活动中;算法部分通过教师讲授,学生课堂练习的教学模式,让学生动手实践;应用部分通过教师讲授原理,学生做方案设计、细节实现和案例答辩,全方位地提升学生解决实际应用问题能力的培养效果。

关键词：视频处理与铁路应用 OBE理念教学模式

来源：评论

学校读者我要写书评

暂无评论

结合事件链与事理图谱的脚本事件预测模型

引用

计算机工程 2022年第4期48卷 119-125页

作者：孙盼王琪万怀宇北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室北京100044

现有脚本事件预测模型在事件表示时未充分考虑各个元素之间的相关性,且不能同时利用事件链和事理图谱中的信息进行事件预测。针对事件表示不全面和信息融合不充分的问题,提出一种结合事件链和事理图谱的脚本事件预测模型ECGNet。将每个... 详细信息

现有脚本事件预测模型在事件表示时未充分考虑各个元素之间的相关性,且不能同时利用事件链和事理图谱中的信息进行事件预测。针对事件表示不全面和信息融合不充分的问题,提出一种结合事件链和事理图谱的脚本事件预测模型ECGNet。将每个事件的各个元素构造成一个短句,使用Transformer编码器捕获元素之间的序列信息,从而获得更准确的事件表示。在此基础上,构建一个长程时序模块(LRTO)学习事件链中的时序信息,同时构建一个全局事件演化模块(GEEP)捕获隐藏在事理图谱中的演化模式,通过门控注意力机制动态融合时序信息和演化模式进行脚本事件预测。基于纽约时报和新浪新闻两个数据集的实验结果表明,ECGNet能够有效融合事件链和事理图谱的信息进行脚本事件预测,与PMI、Bigram、SAM-Net、SGNN等模型相比,其准确率较最优值取得了3%以上的提升。

关键词：脚本事件预测事件表示事件链事理图谱注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于交路接续规律的动车组运营里程预测算法

引用

计算机集成制造系统 2022年第3期28卷 735-744页

作者：贾丹龙刘峰张宁张春高畅霞郝伟北京交通大学计算机与信息技术学院北京100044 北京交通大学高速铁路网络管理教育部工程研究中心北京100044 中车青岛四方机车车辆股份有限公司信息技术部山东青岛266011

为了实现高精度的动车组运营里程预测,提出一种新的以交路接续规律为依据的动车组运营里程预测算法。首先,将数据记录时间作为分段参数,提出用分段函数的形式为动车组历史开行数据附加时间权重。然后,根据动车组历史开行数据中的交路接... 详细信息

为了实现高精度的动车组运营里程预测,提出一种新的以交路接续规律为依据的动车组运营里程预测算法。首先,将数据记录时间作为分段参数,提出用分段函数的形式为动车组历史开行数据附加时间权重。然后,根据动车组历史开行数据中的交路接续情况,结合时间权重,将交路转移概率矩阵作为交路接续规律的载体,并考虑新交路的情况对矩阵进行修正。最后,基于交路转移概率矩阵中的概率值,以随机的方式实现了动车组的交路接续预测。实验结果表明,与传统的日均里程法相比,所提算法在预测准确率和预测结果稳定性上均有显著提升。

关键词：动车组里程预测高级修计划交路转移概率矩阵

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：