检索结果-内蒙古大学图书馆

中国空间科学技术(中英文) 2025年第1期45卷 46-58页

作者：沈英龙蔡君亮林佳伟杨帆厦门大学航空航天学院厦门361102 北京控制工程研究所北京100190 厦门市大数据智能分析与决策重点实验室厦门361102

卫星传统故障诊断方法及现有的数据驱动诊断方法都存在无法找出异于已知故障类型的未知故障的问题,可靠性与安全性较低。针对上述问题,提出基于卫星数字孪生体和多种机器学习模型的故障诊断与未知故障检测方法。首先,通过卫星数字孪生... 详细信息

卫星传统故障诊断方法及现有的数据驱动诊断方法都存在无法找出异于已知故障类型的未知故障的问题,可靠性与安全性较低。针对上述问题,提出基于卫星数字孪生体和多种机器学习模型的故障诊断与未知故障检测方法。首先,通过卫星数字孪生产生覆盖各种类型故障的仿真数据,并利用XGBoost分类模型和卫星真实故障样本验证了数字孪生数据的高仿真性,实现了已知故障类型的诊断。在此基础上,考虑到现有诊断方法无法精准识别未知类型故障的发生,提出一种分布外检测模型Con-DAGMM,通过正常数据和已知类型故障数据训练模型,实现了对未知故障的及时预警。利用数字孪生数据与在轨卫星真实故障数据进行实验,实验结果表明,所提方法故障诊断精度高,在测试数据上的平均准确率达到98.8%,且Con-DAGMM实现了高性能的未知故障检测,在精准率、召回率和F_(1)分数上优于Deep-SVDD等对比方法。结果表明,卫星数字孪生可以克服卫星历史数据中故障样本稀缺的问题,且分布外检测的思路能成功应用于卫星未知故障的预警,提高了在轨卫星的安全性与可靠性。

关键词：卫星控制系统未知故障检测故障诊断数字孪生机器学习分布外检测

来源：评论

学校读者我要写书评

暂无评论

基于注意力和图网络的多粒度脚本事件推理方法

引用

厦门大学学报（自然科学版） 2024年第2期63卷 199-208页

作者：倪进鑫蒋晨辉周绮凤厦门大学航空航天学院福建厦门361102 厦门市大数据智能分析与决策重点实验室福建厦门361102

[目的]对于一些覆盖面广、延续时间长的事件(如台风、洪水等自然灾害),考虑事件演化过程复杂多变,所获取的事件信息存在疏密程度不均的问题,研究其事件推理问题.[方法]提出一种基于注意力机制和图网络的多粒度脚本事件推理方法,通过提... 详细信息

[目的]对于一些覆盖面广、延续时间长的事件(如台风、洪水等自然灾害),考虑事件演化过程复杂多变,所获取的事件信息存在疏密程度不均的问题,研究其事件推理问题.[方法]提出一种基于注意力机制和图网络的多粒度脚本事件推理方法,通过提取及合并不同粒度的事件信息以获得更丰富的事件语义信息,并结合图注意力网络和事件转移概率矩阵以充分利用密集事件连接提升推理性能.具体而言,首先采用自注意力机制从事件链中获得事件片段,并结合单个事件和事件片段的表示扩展模型输入信息,然后充分利用密集的事件连接,从海量事件新闻中提取事件链构建事件演化图来获得事件转移矩阵,提高模型推理准确率.[结果]在多个真实台风事件以及标准数据集上的实验结果表明,本文所提方法优于传统的基于事件链、基于事件对以及基于事件图等的事件推理模型.[结论]采用自注意力机制从事件链中获得事件片段,并结合单个事件和事件片段的表示扩展模型输入信息可以缓解事件稀疏带来的推理困难问题;仅采用时序关系不能完全表示基本事件链与候选事件的关系,构建事件演化图可以更好的提取事件间的复杂交互信息;多粒度事件信息的融合可以更好地反映候选事件与基本事件链的关系.

关键词：事件推理图注意力网络注意力事件演化图

来源：评论

学校读者我要写书评

暂无评论

基于智能计算噬菌体的细菌宿主范围预测

引用

微生物学报 2024年第2期64卷 344-363页

作者：王博宇杨孜孜 SUN Fengzhu 王颖厦门大学自动化系福建厦门361000 厦门大学国家健康医疗大数据厦门研究院福建厦门361000 美国南加州大学量化与计算生物系加利福尼亚州洛杉矶CA900894 厦门市大数据智能分析与决策重点实验室福建厦门361000

针对噬菌体的细菌宿主范围预测对于深入理解噬菌体及将其作为抗生素替代用于生物疗法具有重要意义。传统生物实验方法确定噬菌体的细菌宿主范围受到极有限的噬菌体可培养性和严苛的培养条件限制,而高通量测序技术所提供的海量基因组或... 详细信息

针对噬菌体的细菌宿主范围预测对于深入理解噬菌体及将其作为抗生素替代用于生物疗法具有重要意义。传统生物实验方法确定噬菌体的细菌宿主范围受到极有限的噬菌体可培养性和严苛的培养条件限制,而高通量测序技术所提供的海量基因组或宏基因组序列提供了噬菌体及细菌重要的序列信息,因此智能计算为预测噬菌体的细菌宿主范围提供了可行方法。本文从智能计算的角度对噬菌体的细菌宿主范围预测研究进行系统梳理,从噬菌体感染细菌的过程入手,描述配对预测模型所依赖的特征及其生物合理性,归纳宿主范围预测的智能模型、建模原理及预测策略,总结建模训练和评估所依赖的参考数据集与真实数据及评价指标。本文特别注意挖掘和分析各信息手段、模型、方法其背后的生物合理性及其依赖的生物机理。本综述期望推动基于智能算法的噬菌体的细菌宿主范围预测研究发展,并探索将生物先验结合人工智能实现噬菌体侵袭细菌宿主的本质机理推断,同时也为基于噬菌体的临床应用提供参考与借鉴。

关键词：微生物组噬菌体-宿主相互作用预测模型智能算法机器学习神经网络

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的伪装物体边缘检测

引用

厦门大学学报（自然科学版） 2023年第4期62卷 665-669页

作者：邵桂芳卢豪厦门大学航空航天学院厦门市大数据智能分析与决策重点实验室福建厦门361102

伪装物体检测相较于通用目标检测具有更高的复杂性,其隐藏在周围环境的特性使其检测更具有挑战性.基于伪装物体颜色和纹理与环境相似,但边缘信息与环境不同的特点,提出基于VGG的伪装物体边缘检测模型.为了加快网络训练速度,该模型首先... 详细信息

伪装物体检测相较于通用目标检测具有更高的复杂性,其隐藏在周围环境的特性使其检测更具有挑战性.基于伪装物体颜色和纹理与环境相似,但边缘信息与环境不同的特点,提出基于VGG的伪装物体边缘检测模型.为了加快网络训练速度,该模型首先对目标图像进行压缩并在VGG中引入降采样;为了充分利用深层和浅层信息,将基于VGG16改进的网络结构划分为5个阶段,不同阶段可以获得不同维度的特征图;为了更好突出伪装物体的边缘特征信息,引入注意力模块加深对伪装物体信息的获取.在伪装物体检测COD10K数据集上进行了实验验证,通过图像相似性评价指标进行衡量,结构相似性度量(SSIM)平均值达到83.72%,表明该方法有良好的伪装物体边缘检测能力.

关键词：神经网络伪装物体边缘检测搜索注意力

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的湍流火焰三维羟基浓度场的时间超分辨率成像

引用

航空动力学报 2024年第12期39卷 297-304页

作者：钟越蔡敏男徐文江杨帆厦门大学航空航天学院福建厦门361005 厦门大学厦门市大数据智能分析与决策重点实验室福建厦门361005

针对火焰三维羟基浓度场的高速测量难度大、成本昂贵的问题,提出一种基于深度学习的帧重建模型Cycle-3D-CNN,用于连续时间的湍流火焰三维羟基浓度场数据。使用基于循环一致性的三维卷积神经网络(3D-CNN),以数值驱动的方式实现了更高的... 详细信息

针对火焰三维羟基浓度场的高速测量难度大、成本昂贵的问题,提出一种基于深度学习的帧重建模型Cycle-3D-CNN,用于连续时间的湍流火焰三维羟基浓度场数据。使用基于循环一致性的三维卷积神经网络(3D-CNN),以数值驱动的方式实现了更高的时间分辨率。在实验分析中使用该模型分别实现了三维羟基浓度场时间序列的2倍和3倍时间分辨率提升,验证了其良好的重建性能。在两种实验结果中,峰值信噪比(PSNR)均值分别达到了33.57 dB和30.37 dB,结构相似性(SSIM)指数分别达到了0.899和0.813,均优于传统的帧重建方法。

关键词：湍流燃烧羟基自由基时间超分辨率循环一致性模型深度学习

来源：评论

学校读者我要写书评

暂无评论

基于矩阵分解和自适应图的无监督特征选择

引用

系统工程与电子技术 2021年第8期43卷 2197-2208页

作者：曹浪财林晓昌苏思行厦门大学航空航天学院福建厦门361005 厦门大数据智能分析与决策重点实验室福建厦门361005

在高维数据分析中,一个不可避免且棘手的问题是维度诅咒,因而如何将高维数据通过特征选择降维为低维数据显得尤为重要。对此,提出了基于鲁棒矩阵分解和自适应图的无监督特征选择模型(unsupervised feature selection model based on rob... 详细信息

在高维数据分析中,一个不可避免且棘手的问题是维度诅咒,因而如何将高维数据通过特征选择降维为低维数据显得尤为重要。对此,提出了基于鲁棒矩阵分解和自适应图的无监督特征选择模型(unsupervised feature selection model based on robust matrix factorization and adaptive graph,MFAGFS),实现在一个统一的学习框架下执行鲁棒矩阵分解、特征选择以及局部结构学习。模型首先通过鲁棒矩阵分解可获得聚类标签,将聚类标签和局部结构信息用来引导特征选择过程,再从特征选择的结果中自适应地学习数据局部结构。通过局部结构学习和特征选择这两个基本任务的相互作用,MFAGFS可以精确捕获数据的结构信息以及选择出具有判别性的特征。然后,详细阐述了算法优化求解方法,并证明了算法的收敛性。最后,在6个公开数据集上进行试验对比分析,参数敏感性分析,验证了所提模型的有效性。实验结果表明,所提的方法与其他方法相比,性能均有不同程度的提高。

关键词：特征选择图嵌入自适应矩阵分解

来源：评论

学校读者我要写书评

暂无评论

基于语义图的法律文本多跳阅读理解研究

引用

中文信息学报 2024年第11期38卷 91-101页

作者：林志强杨帆苏劲松吴旭阳厦门大学航空航天学院自动化系福建厦门361005 厦门市大数据智能分析与决策重点实验室福建厦门361005 厦门大学信息学院人工智能系福建厦门361005 厦门大学法学院福建厦门361005

目前基于图神经网络的机器阅读理解模型难以有效建模法律文书中的复杂关系。为此,该文提出了基于语义图的法律文书机器阅读理解方法(Semantic Graph Based Reader,SGB Reader)。其核心思想是通过语义依存分析构建以法律关键实体为中心... 详细信息

目前基于图神经网络的机器阅读理解模型难以有效建模法律文书中的复杂关系。为此,该文提出了基于语义图的法律文书机器阅读理解方法(Semantic Graph Based Reader,SGB Reader)。其核心思想是通过语义依存分析构建以法律关键实体为中心的语义图和句子关系图,然后通过图嵌入来学习法律文书中的复杂关系。除此之外,SGB Reader还设计了两阶段的答案片段预测模块和答案类型联合预测模块来进一步提升模型的性能。实验结果表明,SGB Reader显著优于已有的图网络模型,在CJRC和CJRC 2.0数据集上分别取得了76.97%和65.39%的Joint F1分数。

关键词：机器阅读理解法律文本图注意力网络

来源：评论

学校读者我要写书评

暂无评论

嵌入自学习策略的多因子进化算法

引用

华中科技大学学报（自然科学版） 2021年第6期49卷 7-12页

作者：曹浪财许日东厦门大学自动化系福建厦门361005 厦门大学厦门市大数据智能分析与决策重点实验室福建厦门361005

为了解决多因子进化算法(MFEA)局部搜索能力不足的缺陷,提出将基于拟牛顿方法的自学习策略嵌入到MFEA中.结合MFEA的特性,设计了三种类型的嵌入策略,并应用于多任务优化问题的求解.结果表明:嵌入式MFEA的性能远优于同样基于拟牛顿方法改... 详细信息

为了解决多因子进化算法(MFEA)局部搜索能力不足的缺陷,提出将基于拟牛顿方法的自学习策略嵌入到MFEA中.结合MFEA的特性,设计了三种类型的嵌入策略,并应用于多任务优化问题的求解.结果表明:嵌入式MFEA的性能远优于同样基于拟牛顿方法改进的自适应模因多因子进化算法(AMA-MFEA);在相同迭代次数的条件下,完全子代嵌入可以发挥最好的效果;在相同优化时间的约束下,随机抽样嵌入最为有效.

关键词：多任务优化多因子进化算法自学习策略拟牛顿方法随机抽样嵌入

来源：评论

学校读者我要写书评

暂无评论

二分网络中基于增强动态距离模型的社团检测算法

引用

厦门大学学报（自然科学版） 2022年第6期61卷 1038-1043页

作者：苏思行陈碧连曹浪财厦门大学航空航天学院厦门市大数据智能分析与决策重点实验室福建厦门361005

为了在二分网络中能够更好地利用动态距离模型,提高动态距离模型的鲁棒性,提出一种新的局部非对称边缘聚类系数(local asymmetric edge clustering coefficient,LAECC),将自我中心(Ego-Leader)从单模网络扩展到二分网络,用来判断专属邻... 详细信息

为了在二分网络中能够更好地利用动态距离模型,提高动态距离模型的鲁棒性,提出一种新的局部非对称边缘聚类系数(local asymmetric edge clustering coefficient,LAECC),将自我中心(Ego-Leader)从单模网络扩展到二分网络,用来判断专属邻居节点对距离产生的影响,摆脱敏感参数.同时,提出一种在二分网络中基于Ego-Leader进行社团检测的增强动态距离模型(E-BiAttractor),E-BiAttractor不仅继承了BiAttractor在检测二分网络社团时的优异表现,而且通过引入Ego-Leader来代替敏感参数,优化了模型在二分网络上的鲁棒性,并提出相应的社团检测算法.最后在8个公开数据集上进行实验对比分析,验证了所提模型的有效性.大量实验表明,相较于几种已有的算法,E-BiAttractor具有良好的性能.

关键词：社团检测二分网络动态距离自我中心

来源：评论

学校读者我要写书评

暂无评论

基于层次观测认知诊断的考生成绩预测方法

引用

厦门大学学报（自然科学版） 2022年第6期61卷 1044-1052页

作者：方寒月曹浪财厦门大学航空航天学院厦门市大数据智能分析与决策重点实验室福建厦门361005

认知诊断旨在发现考生对特定知识点的掌握程度,从而实现对考生成绩的预测.以嵌入向量的形式表示考生和试题,提出了一个由知识点掌握程度、试题掌握程度、试题观测分数构成的基于层次观测的认知诊断框架(HoCDF)模拟考生的分数生成过程.... 详细信息

认知诊断旨在发现考生对特定知识点的掌握程度,从而实现对考生成绩的预测.以嵌入向量的形式表示考生和试题,提出了一个由知识点掌握程度、试题掌握程度、试题观测分数构成的基于层次观测的认知诊断框架(HoCDF)模拟考生的分数生成过程.该框架基于神经网络搭建,通过试题观测分数的差异区分不同的试题类型,从而探索不同试题类型之间的关系并实现联合建模.此外,通过增加不含激活函数的单层网络作为额外通路,HoCDF提高了对考生嵌入向量的学习效果,更加充分地诊断出不同考生对同一知识点的掌握程度差异,从而更加清楚地区分不同考生对同一知识点的掌握程度差异.实验结果表明:HoCDF的性能远优于其他考生建模方法,不仅能成功诊断出考生对知识点的掌握程度,而且在相同训练集比例下,可以更加有效地预测考生成绩.

关键词：认知诊断层次观测掌握程度知识点成绩预测神经网络

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：