检索结果-内蒙古大学图书馆

世界科学技术-中医药现代化 2023年第8期25卷 2873-2882页

作者：卓力李艳萍张辉李晓光杨洋魏玮北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京重点实验室北京100124 中国中医科学院望京医院功能性胃肠病中医诊治北京市重点实验室北京100102

目的由于舌色标注样本中常常包含有错误标签,这些噪声样本会导致舌色分类性能不高、模型泛化能力差等问题。因此,需要建立自动舌色分类模型,提升有噪标注样本下舌色分类的准确率,促进中医(TCM)舌诊客观化研究。方法从中医舌色分类的特... 详细信息

目的由于舌色标注样本中常常包含有错误标签,这些噪声样本会导致舌色分类性能不高、模型泛化能力差等问题。因此,需要建立自动舌色分类模型,提升有噪标注样本下舌色分类的准确率,促进中医(TCM)舌诊客观化研究。方法从中医舌色分类的特点出发,提出了一种基于区域注意力机制的有噪样本下中医舌色分类方法。本方法的创新性包括两点:一方面,根据中医医生舌诊的习惯,提出了一种区域注意力机制,增强网络对于舌尖和舌两侧等舌色区域的特征提取能力,而抑制其他区域的特征;另一方面,针对噪声标注样本下的分类网络训练问题,设计了一种对称修正的交叉熵损失函数,用于对舌色分类网络进行优化训练,抑制噪声样本对分类性能的影响。结果在3个自建中医舌色分类数据集上的分类结果显示,准确率分别达到了94.96%、93.36%和93.92%,mAP分别达到了94.53%、93.05%和93.38%,Macro-F1分别达到了94.67%、93.16%和92.43%。结论设计的舌色分类方法能以较低的模型复杂度,显著提升分类精度,提升有噪声样本标注情况下的分类鲁棒性。

关键词：中医舌诊舌色分类深度学习有噪样本学习区域注意力机制

来源：评论

学校读者我要写书评

暂无评论

HEVC对偶编码单元划分优化算法

引用

北京航空航天大学学报 2022年第8期48卷 1383-1389页

作者：刘美琴徐晨铭姚超林春雨赵耀北京交通大学信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044 北京科技大学计算机与通信工程学院北京100083

为了解决视频数据量日益增长与用户享受高质量视频体验需求之间的矛盾,HEVC在H.264/AVC标准的基础上通过引入新型的编码结构和算法进一步将编码效率提升了50%,但是也极大地提升了编码复杂度。基于此,提出对偶编码单元(CU)划分网络DualN... 详细信息

为了解决视频数据量日益增长与用户享受高质量视频体验需求之间的矛盾,HEVC在H.264/AVC标准的基础上通过引入新型的编码结构和算法进一步将编码效率提升了50%,但是也极大地提升了编码复杂度。基于此,提出对偶编码单元(CU)划分网络DualNet,来降低HEVC中帧内编码复杂度。该网络由预测网络和目标网络2个部分组成,其中,预测网络通过分析图像统计特征实现编码单元划分决策,从而跳过四叉树的遍历搜索,提高编码单元划分决策的时间效率;目标网络基于率失真代价评价和优化决策模型提升编码单元划分性能,实现模型互补和最优率失真估计。实验结果表明:与HEVC标准对比,所提算法在实现相近的压缩效果的前提下能够节省64.06%的编码时间。

关键词：视频编码 H.265/HEVC 编码单元(CU)划分深度学习对偶神经网络

来源：评论

学校读者我要写书评

暂无评论

基于浅层视觉几何组网络的参数迁移学习及其在运动想象分类中的应用

引用

生物医学工程学杂志 2022年第1期39卷 28-38页

作者：许冬芹李明爱北京工业大学信息学部北京100124 北京市计算机智能和智能系统重点实验室北京100124 教育部数字社区工程研究中心北京100124

迁移学习在基于运动想象脑电信号(MI-EEG)的脑机接口(BCI)康复系统中具有潜在的研究价值和应用前景,而源域分类模型及迁移策略是直接影响目标域模型性能与迁移效率的两个重要方面。为此,本文提出一种基于浅层视觉几何组网络(sVGG)的参... 详细信息

迁移学习在基于运动想象脑电信号(MI-EEG)的脑机接口(BCI)康复系统中具有潜在的研究价值和应用前景,而源域分类模型及迁移策略是直接影响目标域模型性能与迁移效率的两个重要方面。为此,本文提出一种基于浅层视觉几何组网络(sVGG)的参数迁移学习(PTL)方法(PTL-sVGG)。首先,基于皮尔逊相关系数法对源域受试者进行筛选,并对优选的受试者MI-EEG数据进行短时傅里叶变换,获得时频谱图(TFSI);然后,对视觉几何组网络-16(VGG-16)进行结构简化与模块化设计,并利用源域TFSI完成改进的sVGG模型预训练;进而,设计基于模块的冻结—微调迁移策略,快速寻找并冻结sVGG模型中贡献最大的某个模块,再基于目标受试者TFSI微调其余模块,获得目标域分类模型。基于公开脑电信号(EEG)数据库进行实验研究,PTL-sVGG取得的平均识别率和卡帕(Kappa)值分别为94.9%和0.898。结果表明,源域受试者优选有利于改善源域模型性能,基于模块的迁移策略有效提升了迁移效率,实现了基于不同导联数的数据库跨受试者间模型参数的快速有效迁移。这将有利于减少BCI系统的校准时间,促进BCI技术在康复工程中的应用。

关键词：运动想象参数迁移学习视觉几何组网络皮尔逊相关系数迁移策略

来源：评论

学校读者我要写书评

暂无评论

基于稳定性分析的非凸损失函数在线点对学习的遗憾界

引用

计算机研究与发展 2023年第12期60卷 2806-2813页

作者：郎璇聪李春生刘勇王梅东北石油大学计算机与信息技术学院黑龙江大庆163318 黑龙江省石油大数据与智能分析重点实验室(东北石油大学) 黑龙江大庆163318 中国人民大学高瓴人工智能学院北京100872 大数据管理与分析方法研究北京市重点实验室(中国人民大学) 北京100071

点对学习(pairwise learning)是指损失函数依赖于2个实例的学习任务.遗憾界对点对学习的泛化分析尤为重要.现有的在线点对学习分析只提供了凸损失函数下的遗憾界.为了弥补非凸损失函数下在线点对学习理论研究的空白,提出了基于稳定性分... 详细信息

点对学习(pairwise learning)是指损失函数依赖于2个实例的学习任务.遗憾界对点对学习的泛化分析尤为重要.现有的在线点对学习分析只提供了凸损失函数下的遗憾界.为了弥补非凸损失函数下在线点对学习理论研究的空白,提出了基于稳定性分析的非凸损失函数在线点对学习的遗憾界.首先提出了一个广义的在线点对学习框架,并给出了具有非凸损失函数的在线点对学习的稳定性分析;然后,根据稳定性和遗憾界之间的关系,对非凸损失函数下的遗憾界进行研究;最后证明了当学习者能够获得离线神谕(oracle)时,具有非凸损失函数的广义在线点对学习框架实现了最佳的遗憾界O(T-^(1/2)).

关键词：在线点对学习非凸稳定性遗憾界离线优化神谕

来源：评论

学校读者我要写书评

暂无评论

基于离散Hopfield神经网络的化学实验室安全评估

引用

北京工业大学学报 2022年第11期48卷 1150-1158页

作者：韩红桂王远甄琪北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

针对高校化学实验室安全风险难以量化评估的问题,采用一种基于离散Hopfield神经网络(discrete Hopfield neural network,DHNN)的化学实验室安全评估方法.首先,利用层次分析法建立化学实验室安全状况多指标评估体系;然后,使用模糊综合评... 详细信息

针对高校化学实验室安全风险难以量化评估的问题,采用一种基于离散Hopfield神经网络(discrete Hopfield neural network,DHNN)的化学实验室安全评估方法.首先,利用层次分析法建立化学实验室安全状况多指标评估体系;然后,使用模糊综合评价法对评估指标进行量化,对评估指标编码;最后,使用学习率对DHNN进行优化,将该方法与传统评估方法进行对比,结果表明该方法能够实现对样本的准确评估.将该方法应用于高校危险化学品实验室安全评估过程中,仿真实验结果表明该方法构建的指标体系合理可行且评估精度较高.

关键词：实验室层次分析法模糊综合评价离散Hopfield神经网络(discrete Hopfield neural network,DHNN) 安全状况指标编码

来源：评论

学校读者我要写书评

暂无评论

数据驱动的浮选过程建模、控制与优化研究进展

引用

北京工业大学学报 2023年第4期49卷 485-506页

作者：王康徐航李晓理樊尊冠赵鑫北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 数字社区教育部工程研究中心北京100124 中铁十九局集团矿业投资有限公司北京100161

矿物浮选是存在动态性和不确定性的复杂过程,精矿品位、金属回收率等关键指标的精确软测量和优化控制是浮选过程急需解决的难题.随着技术的进步,针对矿物浮选过程中建模、控制及优化研究取得了重要进展,特别是数据驱动的智能方法.该文... 详细信息

矿物浮选是存在动态性和不确定性的复杂过程,精矿品位、金属回收率等关键指标的精确软测量和优化控制是浮选过程急需解决的难题.随着技术的进步,针对矿物浮选过程中建模、控制及优化研究取得了重要进展,特别是数据驱动的智能方法.该文梳理了基于数据的浮选过程建模、控制和优化方面的研究进展.首先,介绍矿物浮选过程并描述相关控制问题;其次,分别概述基于运行数据和泡沫图像的浮选工况识别与指标预测方法;之后,从基于模型控制和无模型控制角度综述浮选过程的智能控制策略;然后,讨论浮选过程中针对单目标和多目标的设定值优化算法;最后,展望浮选过程智能控制的未来研究方向.

关键词：浮选过程数据驱动工况识别智能控制软测量优化控制

来源：评论

学校读者我要写书评

暂无评论

数据驱动的风电场全工况非线性调频动态建模

引用

电力系统自动化 2023年第15期47卷 162-169页

作者：胡阳姚欣然房方宋子秋郭强刘吉臻电站能量传递转化与系统教育部重点实验室(华北电力大学) 北京市102206 华北电力大学控制与计算机工程学院北京市102206 国网山西省电力公司电力科学研究院山西省太原市030001

当前风电场级并网调频面临较大挑战。为降低建模复杂度,采用风电场并网点实际运行数据,提出了风电场出力范围内全工况一次调频特性时域差分动态建模方法。首先,进行机理分析并确定输入输出变量,完成数据采样和处理。然后,提出离散工况... 详细信息

当前风电场级并网调频面临较大挑战。为降低建模复杂度,采用风电场并网点实际运行数据,提出了风电场出力范围内全工况一次调频特性时域差分动态建模方法。首先,进行机理分析并确定输入输出变量,完成数据采样和处理。然后,提出离散工况抽样和非线性评估方法,建立了单工况子空间模型,并进行间隙测度评估全工况调频响应动态非线性度。此后,为高效逼近全工况复杂非线性调频特性,构建混杂有限差分回归向量,并对其张成的差分动态空间进行凸划分,在各子工作域均匀选取建模样本并采用带注意力机制的长短期记忆神经网络进行全工况建模。最后,经过某风电场并网点调频运行数据进行验证,表明所提出的全工况有限差分动态建模方法具有任意精度逼近能力,可有效表征风电场一次调频复杂非线性响应特性。

关键词：风电场一次调频有限差分域划分神经网络子空间辨识间隙测度

来源：评论

学校读者我要写书评

暂无评论

多源数据融合的物联网安全知识推理方法

引用

计算机研究与发展 2022年第12期59卷 2735-2749页

作者：张书钦白光耀李红张敏智中原工学院计算机学院郑州450007 物联网信息安全技术北京市重点实验室(中国科学院信息工程研究所) 北京100093

随着信息技术产业的发展和物联网设备数量的增长,物联网安全防御的难度与复杂度不断上升,针对物联网与供应链的重大安全事件时有发生,这些事件揭示了物联网供应链安全管理的复杂性.目前存在许多信息安全公开知识库可用于物联网安全威胁... 详细信息

随着信息技术产业的发展和物联网设备数量的增长,物联网安全防御的难度与复杂度不断上升,针对物联网与供应链的重大安全事件时有发生,这些事件揭示了物联网供应链安全管理的复杂性.目前存在许多信息安全公开知识库可用于物联网安全威胁分析,但知识库的异构性使威胁评估十分困难.对多个信息安全知识库进行研究,将防御方所关注的安全知识来源与攻击者的战术、技术和攻击模式整合成一个统一的关系映射链接图知识库,并导入威胁情报,旨在利用已披露的威胁事件来提升物联网安全威胁要素评估能力.提出了一个物联网供应链风险分析本体RIoTSCO,并以此模型为基础设计了物联网安全下的推理规则,利用本体的表达能力建立物联网安全领域知识之间的语义关系,以解决多源知识的语义异质性问题.同时,在一个物联网环境示例中基于所提方法进行安全评估,自动化推理缓解措施以应对威胁事件,并描绘威胁事件所能波及到的上下游供应链情报全貌.

关键词：物联网安全供应链安全威胁分析本体知识推理推理规则

来源：评论

学校读者我要写书评

暂无评论

基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测

引用

化工学报 2022年第3期73卷 1300-1314页

作者：高学金何紫鹤高慧慧齐咏生北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 内蒙古工业大学电力学院内蒙古呼和浩特010051

为考虑发酵过程的质量变量和动态特征对于阶段划分的影响,提出了一种基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测方法。首先,将历史三维数据沿批次方向展开,对每个时间片矩阵进行典型相关分析(canonical correlation analysi... 详细信息

为考虑发酵过程的质量变量和动态特征对于阶段划分的影响,提出了一种基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测方法。首先,将历史三维数据沿批次方向展开,对每个时间片矩阵进行典型相关分析(canonical correlation analysis,CCA),得到融合过程变量和质量变量信息的联合典型变量矩阵,对其进行K均值聚类,实现基于静态特征的第1步划分;然后采用慢特征分析(slow feature analysis,SFA)算法提取表征过程动态性的慢特征,对其进行聚类实现第2步划分。最后综合分析两步划分结果,将生产过程划分为不同的稳定阶段和过渡阶段,并在划分的子阶段中分别建立CCA监测模型进行质量相关故障监测。该方法通过静态和动态特征的变化实现两步划分,准确区分强动态变化与阶段切换,有效提高质量相关的故障监测模型精度。青霉素仿真平台与大肠杆菌实际生产数据验证了所提方法的可行性和有效性。

关键词：发酵间歇式多阶段联合典型变量矩阵典型相关分析故障监测算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的轻量化目标检测算法

引用

系统工程与电子技术 2022年第9期44卷 2716-2725页

作者：宋爽张悦张琳娜岑翼刚李浥东北京交通大学计算机与信息技术学院北京100044 现代信息科学与网络技术北京市重点实验室北京100044 贵州大学机械工程学院贵州贵阳550025

深度卷积神经网络在各个领域都表现出很好的效果,与之伴随的是庞大的计算量和参数量。针对当前基于深度卷积神经网络的目标检测算法对计算资源需求太大和内存消耗严重的问题,提出一种高性能轻量化的网络模型。首先将Stem模块和ShuffleNe... 详细信息

深度卷积神经网络在各个领域都表现出很好的效果,与之伴随的是庞大的计算量和参数量。针对当前基于深度卷积神经网络的目标检测算法对计算资源需求太大和内存消耗严重的问题,提出一种高性能轻量化的网络模型。首先将Stem模块和ShuffleNet V2进行融合,提升网络特征提取能力,并利用融合后的网络对原始YOLOv5的骨干网络进行重构,显著降低了网络的计算量和内存占用,同时,引入可变形卷积以提升网络的检测性能。道路监控图像和VOC、COCO数据集测试结果表明,所提出的模型在保持检测精度的前提下,将参数量和模型尺寸降低了90%,计算量仅为原始模型的18%,实现了检测模型的轻量化,更有助于在计算资源有限和对实时性要求高的场景中部署。

关键词：目标检测卷积神经网络轻量化网络单阶段检测算法可变形卷积

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：