检索结果-内蒙古大学图书馆

机械工程学报 2011年第7期47卷 103-108页

作者：赵晓平赵秀莉侯荣涛郑钰辉杨文平南京信息工程大学计算机与软件学院南京210044 河北软件职业技术学院保定071000 天津职业技术师范大学机械工程学院天津300222

传统的短时傅里叶变换(Short-time Fourier transform,STFT)峰值搜索法对高噪声、强干扰信号进行瞬时频率估计的结果往往偏离真实值误差较大,且对复杂的旋转机械设备产生的振动信号不能实现参考轴的瞬时频率估计。针对旋转机械升降速阶... 详细信息

传统的短时傅里叶变换(Short-time Fourier transform,STFT)峰值搜索法对高噪声、强干扰信号进行瞬时频率估计的结果往往偏离真实值误差较大,且对复杂的旋转机械设备产生的振动信号不能实现参考轴的瞬时频率估计。针对旋转机械升降速阶段振动信号的特点,提出一种新的旋转机械升降速阶段振动信号瞬时频率估计算法——STFT Viterbi拟合法(STFT_Viterbi algorithm fit,STFT_VF)。该方法采用STFT对振动信号进行时频分析,从而得到时间离散点和频率离散点组成的网格面,然后运用Viterbi算法实现对参考轴信号的瞬时频率估计。STFT_VF方法极大地降低了噪声和干扰对瞬时频率估计结果的影响,实现了对复杂旋转机械振动信号的瞬时频率估计,且结果精度高。仿真和实际测试试验验证了本方法的正确性。

关键词：旋转机械短时傅里叶变换瞬时频率估计 STFT_VF Viterbi算法

来源：评论

学校读者我要写书评

暂无评论

量子K-近邻算法

引用

东南大学学报（自然科学版） 2015年第4期45卷 647-651页

作者：陈汉武高越张军东南大学计算机科学与工程学院南京210096 江苏海事职业技术学院信息工程系南京211170

为了提高经典K-近邻算法的效率,引入量子计算理论,将Grover算法中的Oracle算子以及相位估计算法嵌入经典K-近邻算法,提出一种量子K-近邻算法.该算法首先将样本点和待分类点的向量信息制备成量子叠加态,采用可逆的量子控制交换门并行计... 详细信息

为了提高经典K-近邻算法的效率,引入量子计算理论,将Grover算法中的Oracle算子以及相位估计算法嵌入经典K-近邻算法,提出一种量子K-近邻算法.该算法首先将样本点和待分类点的向量信息制备成量子叠加态,采用可逆的量子控制交换门并行计算待分类点和样本点的相似度,然后利用相位估计算法将相似度信息存储到量子比特中,最后使用Grover算法一次性搜索出最相似的k个点.对嵌入的量子计算部分的理论分析结果表明,量子K-近邻算法可以明显降低经典计算复杂度,且提出的算法在已有算法计算复杂度O(RkM)的基础上,再次带来了k值的二次加速O(RkM),其中R为Oracle算子的执行次数,M为样本全局个数.

关键词：机器学习 K-近邻算法量子算法

来源：评论

学校读者我要写书评

暂无评论

RSSI修正的WSN定位算法

引用

重庆大学学报（自然科学版） 2014年第8期37卷 144-150页

作者：武时龙张万礼杨小莹宿州职业技术学院计算机系安徽宿州234000 宿州学院信息工程学院安徽宿州234000

为了解决DV-Hop算法误差较大的问题,提出了一种基于RSSI修正的WSN定位算法RMDV-Hop(RSSI Modified DV-Hop)。该算法限制最大传播跳数,并对跳数为1的锚节点利用RSSI值修正其跳数值,取RSSI值较大的前N个锚节点作为参考锚节点,利用参考锚... 详细信息

为了解决DV-Hop算法误差较大的问题,提出了一种基于RSSI修正的WSN定位算法RMDV-Hop(RSSI Modified DV-Hop)。该算法限制最大传播跳数,并对跳数为1的锚节点利用RSSI值修正其跳数值,取RSSI值较大的前N个锚节点作为参考锚节点,利用参考锚节点的平均每跳距离误差进行加权处理未知节点的平均每跳距离,最后用总体最小二乘法计算未知节点的坐标位置,实现RMDV-Hop定位算法的全面改进,以提高定位精度。仿真结果验证,改进算法的定位精度和稳定性都比原始算法有了明显的提高。

关键词： DV-Hop算法 RSSI值平均每跳距离误差总体最小二乘法 WSN

来源：评论

学校读者我要写书评

暂无评论

层次型非线性子空间字典学习

引用

浙江大学学报（工学版） 2022年第6期56卷 1159-1167页

作者：周国华卢剑伟倪彤光胡学龙常州工业职业技术学院信息工程学院江苏常州213164 常州大学计算机与人工智能学院江苏常州213164 扬州大学信息工程学院江苏扬州225127

为了提高遥感图像场景分类的准确率,提出层次型非线性子空间字典学习(HNSDL)方法.用所提方法训练多层网络模型学习多层非线性变换.将遥感图像投影到子空间中,构建稀疏编码和投影编码的局部信息保持项,在保持局部结构信息的同时最小化样... 详细信息

为了提高遥感图像场景分类的准确率,提出层次型非线性子空间字典学习(HNSDL)方法.用所提方法训练多层网络模型学习多层非线性变换.将遥感图像投影到子空间中,构建稀疏编码和投影编码的局部信息保持项,在保持局部结构信息的同时最小化样本的类内差异,增强模型的分类识别能力.在模型目标式求解中,使用交替学习算法求解子空间和字典的联合学习任务,使所有参数同时达到最优解.在Ucmerced、Google和WHU-RS数据集上进行实验设计和测试,结果表明所提方法在遥感图像的多种场景分类上均表现出较高的分类准确率.

关键词：遥感图像分类稀疏表示子空间学习字典学习

来源：评论

学校读者我要写书评

暂无评论

多模型融合的时间序列数据预测方法

引用

西安邮电大学学报 2025年第1期30卷 115-122页

作者：张建勋胡少杰芦丽旭潘禹江天津职业技术师范大学信息技术工程学院天津300222 中国教育科学研究院北京100088 广东工贸职业技术学院计算机与信息工程学院广东广州510510

针对长短期记忆(Long Short-Term Memory,LSTM)神经网络预测滞后性和过度依赖数据的问题,提出一种多模型融合的时间序列数据预测方法。该方法在融合经验模态分解和自回归积分滑动平均模型(Autoregressive Integrated Moving Average Mod... 详细信息

针对长短期记忆(Long Short-Term Memory,LSTM)神经网络预测滞后性和过度依赖数据的问题,提出一种多模型融合的时间序列数据预测方法。该方法在融合经验模态分解和自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)基础上,先对数据进行经验模态分解,然后针对分解数据的线性分量和非线性分量分别采用ARIMA模型和引入注意力机制的LSTM模型进行处理,最后合成预测结果。实验结果表明,该方法的预测精度达到98.95%,与单一模型对比,融合模型具有更高的预测精度。

关键词：经验模态分解自回归移动平均长短期记忆神经网络注意力机制时间序列数据预测

来源：评论

学校读者我要写书评

暂无评论

基于VAE-CWGAN和特征统计重要性融合的网络入侵检测方法

引用

通信学报 2024年第2期45卷 54-67页

作者：刘涛涛付钰王坤段雪源海军工程大学信息安全系湖北武汉430033 信阳职业技术学院数学与信息工程学院河南信阳464000 信阳师范大学计算机与信息技术学院河南信阳464000

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题,提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先,为提升数据质量对数据集进行预处理;其次,搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡问题... 详细信息

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题,提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先,为提升数据质量对数据集进行预处理;其次,搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡问题,使分类模型不再偏向于多数类;再次,使用标准差、中值均值差对特征进行排序,并融合其统计重要性来进行特征选择旨在获得代表性更强的特征,从而使模型更好地学习数据信息;最后,通过一维卷积神经网络对特征选择后的混合数据集进行分类。实验结果表明,所提方法在NSL-KDD、UNSW-NB15和CIC-IDS-2017数据集上都表现出较好的性能优势,准确率分别为98.95%、96.24%和99.92%,有效提升了入侵检测性能。

关键词：入侵检测网络流量类不平衡特征选择统计重要性融合

来源：评论

学校读者我要写书评

暂无评论

二分法在多线量子逻辑门分解中的应用

引用

东南大学学报（自然科学版） 2010年第5期40卷 928-931页

作者：许新山肖芳英张军陈汉武东南大学计算机科学与工程学院南京211189 湖北师范学院计算机科学与技术学院黄石435002 江苏海事职业技术学院信息工程系南京211170

将经典的对称二分法应用于多线量子可逆逻辑门的分解中,证明当量子位数n≥5且3≤k≤n-2时,任意多线量子可逆逻辑门(′k-′CNOT门)可以在没有辅助位的情况下由少于[4﹂log2(k-2)」+1-3(2﹂log2(k-2)」+1-k+1)2﹂log2(k-2)」]个′2-′CNOT... 详细信息

将经典的对称二分法应用于多线量子可逆逻辑门的分解中,证明当量子位数n≥5且3≤k≤n-2时,任意多线量子可逆逻辑门(′k-′CNOT门)可以在没有辅助位的情况下由少于[4﹂log2(k-2)」+1-3(2﹂log2(k-2)」+1-k+1)2﹂log2(k-2)」]个′2-′CNOT门(Toffoli门)构成.利用该方法可以使由多线量子可逆逻辑门分解而生成的物理电路门阵列数大幅下降.与Yang等报道的实验结果相比,′2-′CNOT门的数量级由O(2k)减少为O(k2).

关键词：多线量子可逆逻辑门量子可逆逻辑电路二分法量子逻辑门分解

来源：评论

学校读者我要写书评

暂无评论

模糊线性判别QR分析的茶叶近红外光谱鉴别分析

引用

光谱学与光谱分析 2023年第12期43卷 3802-3805页

作者：胡彩平何成遇孔丽微朱优优武斌周浩祥孙俊金陵科技学院计算机工程学院江苏南京211169 江苏大学电气信息工程学院江苏镇江212013 浙江大学台州研究院浙江台州317700 滁州职业技术学院信息工程学院安徽滁州239000

不同品种茶叶因其所含的有机化学成分不同,其效果也会有差别。所以,寻找出一种能准确迅速的鉴别茶叶品种的技术方法是非常重要的。近红外光谱(NIR)分析是一种无损检测技术,能很好的鉴别茶叶品种。使用NIR光谱仪采集茶叶的NIR数据。为了... 详细信息

不同品种茶叶因其所含的有机化学成分不同,其效果也会有差别。所以,寻找出一种能准确迅速的鉴别茶叶品种的技术方法是非常重要的。近红外光谱(NIR)分析是一种无损检测技术,能很好的鉴别茶叶品种。使用NIR光谱仪采集茶叶的NIR数据。为了对包含噪声信号的茶叶近红外光谱进行准确鉴别,提出了一种模糊线性判别QR分析的新方法,可以对茶叶近红外光谱进行准确分类。通过使用模糊线性判别分析(FLDA)将由主成分分析(PCA)压缩的茶叶近红外光谱数据进行降维,由模糊线性判别分析得出的特征向量构建鉴别向量矩阵,对鉴别向量矩阵进行矩阵的QR分解,得到新的鉴别向量矩阵。经过模糊线性判别QR分析后使用K近邻算法进行分类,具有准确率高等优点。以岳西翠兰、六安瓜片、施集毛峰和黄山毛峰四种茶叶为研究样本,每类65个,茶叶样本总数为260个。采集茶叶近红外光谱数据的仪器为AntarisⅡ型傅里叶近红外光谱仪对光谱数据进行预处理,采用多元散射校正,由于采集到的茶叶光谱数据存在散射干扰。以此得到的近红外光谱数据的维数为1557维,通过主成分分析压缩数据集的维数,使得光谱数据集的维数达到7维。经压缩过后的光谱数据集中的鉴别信息再通过模糊线性判别QR分析进行提取,使得光谱数据的维数降低到3维。利用K近邻算法对茶叶样本进行分类,实现对茶叶品种的准确分类。最后进行三种算法分析结果的比较,分别是主成分分析结合K近邻算法、主成分分析和线性判别分析结合K近邻算法、主成分分析和模糊线性判别QR分析结合K近邻算法。在权重指数m=2,K=1条件下,最后的分类准确率分别为83.89%, 87.78%和98.33%。实验结果显示:模糊线性判别QR分析可以实现茶叶近红外光谱的准确鉴别分析,其展现出来的效果比主成分分析和线性判别分析表现的效果更好。

关键词：模糊线性判别分析主成分分析近红外光谱 K近邻算法

来源：评论

学校读者我要写书评

暂无评论

基于VAE-WGAN的多维时间序列异常检测方法

引用

通信学报 2022年第3期43卷 1-13页

作者：段雪源付钰王坤海军工程大学信息安全系湖北武汉430033 信阳师范学院计算机与信息技术学院河南信阳464000 信阳职业技术学院数学与信息工程学院河南信阳464000

针对传统半监督深度异常检测模型对非平衡多维数据分布学习能力不足及模型训练困难等问题,提出一种基于VAE-WGAN架构的多维时间序列异常检测方法,利用VAE作为WGAN的生成器,使用Wasserstein距离作为模型拟合分布与待测数据真实分布之间... 详细信息

针对传统半监督深度异常检测模型对非平衡多维数据分布学习能力不足及模型训练困难等问题,提出一种基于VAE-WGAN架构的多维时间序列异常检测方法,利用VAE作为WGAN的生成器,使用Wasserstein距离作为模型拟合分布与待测数据真实分布之间的度量,学习复杂的高维数据分布。利用滑动窗口划分时间序列,使用正常序列数据训练模型;根据待测序列在训练好的模型中的异常得分,结合自适应阈值技术进行异常判定。实验表明,该方法具有模型容易训练且稳定性强的特点,并且在精确率、召回率､F1值等异常检测性能指标上,比现有的生成式异常检测模型有明显提升。

关键词：时间序列数据变分自编码器 Wasserstein生成对抗网络异常检测

来源：评论

学校读者我要写书评

暂无评论

基于Transformer和卷积神经网络双并行分支编码器神经网络的冠状动脉分割

引用

生物医学工程学杂志 2024年第6期41卷 1195-1203,1212页

作者：潘丹骆根强曾安广东技术师范大学电子与信息学院广州510665 广东松山职业技术学院计算机与信息工程学院广东韶关512126 广东工业大学计算机学院广州510006

针对计算机断层扫描血管造影(CTA)图像的冠状动脉人工手动分割效率低下,而现有深度学习分割模型在冠状动脉图像上分割准确率较低的问题,受Transformer的启发,本文提出了一种双并行分支编码器的分割模型——DUNETR。该网络以Transformer... 详细信息

针对计算机断层扫描血管造影(CTA)图像的冠状动脉人工手动分割效率低下,而现有深度学习分割模型在冠状动脉图像上分割准确率较低的问题,受Transformer的启发,本文提出了一种双并行分支编码器的分割模型——DUNETR。该网络以Transformer和卷积神经网络(CNN)作为双编码器,Transformer编码器负责将三维(3D)冠状动脉数据转变成一维(1D)序列问题进行学习并捕获其有效的全局多尺度特征信息,CNN编码器则提取3D冠状动脉的局部特征,二者所提取到的不同特征信息通过噪声降低的特征融合(NRFF)模块的拼接融合后连接到解码器。在公开数据集上的实验结果表明,提出的DUNETR网络结构模型在Dice相似性系数方面达到了81.19%,召回率达到了80.18%,相比对比实验中次好结果模型有0.49%和0.46%的提升,超越了其他常规深度学习方法。将Transformer和CNN作为双编码器而共同提取到的丰富特征信息,会有助于进一步提升3D冠状动脉分割的效果。同时,该模型也为其他血管状器官分割提供了新思路。

关键词：卷积神经网络 Transformer 计算机断层扫描血管造影图像冠状动脉注意力机制

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：