检索结果-内蒙古大学图书馆

计算机科学 2022年第S2期49卷 494-501页

作者：张建新吴悦张强魏小鹏大连民族大学计算机科学与工程学院辽宁大连116600 大连大学先进设计与智能计算省部共建教育部重点实验室辽宁大连116622 大连理工大学计算机科学与技术学院辽宁大连116024

近年来深度哈希方法因其存储效率高和查询速度快的优势在大规模图像检索领域受到了广泛关注。为改善深度成对有监督哈希方法在图像检索上的性能,从提高深度哈希获取图像特征的全局性和同类样本相似性角度出发,提出了一种有监督相似性保... 详细信息

近年来深度哈希方法因其存储效率高和查询速度快的优势在大规模图像检索领域受到了广泛关注。为改善深度成对有监督哈希方法在图像检索上的性能,从提高深度哈希获取图像特征的全局性和同类样本相似性角度出发,提出了一种有监督相似性保持的深度二阶哈希方法。该方法采用成对样本图像进行特征建模,并利用协方差估计来捕获样本图像的深度二阶信息,以获取具有良好全局表达能力的深度二阶哈希码;在此基础上,借鉴类哈希近似二值化来解决哈希映射过程中的非凸性问题,以更好地避免量化误差,同时基于多损失函数集成思想构建类别监督和相似性保持的联合约束,进而采用交替迭代的优化方式实现网络的端到端训练,最终确定样本图像的最优哈希码。在3个通用数据集上进行了广泛的实验,结果有效表明了所提出有监督相似性保持的深度二阶哈希方法的有效性。

关键词：深度哈希二阶统计建模类别监督相似性保持图像检索

来源：评论

学校读者我要写书评

暂无评论

基于注意力的卷积神经网络金融时序数据预测

引用

计算机应用 2022年第S02期42卷 290-295页

作者：孙启森张建新程海阳张强魏小鹏先进设计与智能计算省部共建教育部重点实验室(大连大学) 辽宁大连116622 大连民族大学计算机科学与工程学院辽宁大连116600 大连理工大学计算机科学与技术学院辽宁大连116024

针对现有金融时序数据预测方法在构造金融特征图像的过程中因忽视市场环境变化导致的数据密度分布差异问题,提出一种基于滑动窗口标准化的金融数据预处理方法。所提方法将滑动窗口截取的数据使用独立的标准化转换为金融特征图像,使得依... 详细信息

针对现有金融时序数据预测方法在构造金融特征图像的过程中因忽视市场环境变化导致的数据密度分布差异问题,提出一种基于滑动窗口标准化的金融数据预处理方法。所提方法将滑动窗口截取的数据使用独立的标准化转换为金融特征图像,使得依赖价格特征进行训练的卷积神经网络(CNN)模型能够学习到正确的映射关系;同时,针对金融特征图像的特征表达问题,为更好地捕捉其动态变化特征,将注意力机制引入CNN中,进而构建出一种注意力CNN金融时序数据预测模型。对标普500指数未来1天涨跌进行预测的准确率和F1分数分别为61%和0.7397,模拟交易实验投资回报率为23.04%,优于买入并持有策略。此外,消融实验结果也证明了预处理方法、注意力模块引入的有效性。

关键词：卷积神经网络核密度估计注意力机制时间序列股票指数预测

来源：评论

学校读者我要写书评

暂无评论

一类不确定网络控制系统的鲁棒H_∞控制

引用

计算技术与自动化 2013年第1期32卷 6-10页

作者：孙文安丁卜琳邵洪艳张强大连大学信息工程学院辽宁大连116622 大连大学先进设计与智能计算省部共建教育部重点实验室辽宁大连116622

基于一类具有网络时延和参数不确定性的离散系统,考虑系统的网络时延小于一个采样周期,传感器是时间驱动,控制器和执行器是事件驱动。根据文中描述的系统建立模型,运用Lyapunov稳定性理论、鲁棒控制理论和线性矩阵不等式处理方法,推导... 详细信息

基于一类具有网络时延和参数不确定性的离散系统,考虑系统的网络时延小于一个采样周期,传感器是时间驱动,控制器和执行器是事件驱动。根据文中描述的系统建立模型,运用Lyapunov稳定性理论、鲁棒控制理论和线性矩阵不等式处理方法,推导出闭环控制系统渐近稳定的充分条件,并且得出鲁棒H∞控制律和其性能指标γ。最后用数值例子对所得结果加以验证,通过MATLAB LMI工具箱求解,说明文中结果的正确性。

关键词：网络控制系统鲁棒H∞控制线性矩阵不等式 Schur补引理

来源：评论

学校读者我要写书评

暂无评论

基于渐进式分解架构的风电时间序列预测

引用

计算机系统应用 2024年第7期33卷 112-120页

作者：丁浩周成杰车超赵天明周守亮大连大学软件工程学院先进设计与智能计算省部共建教育部重点实验室大连116622 大连理工大学计算机科学与技术学院社会计算与认知智能教育部重点实验室大连116081 大连大学经济管理学院(旅游学院) 大连116622

准确预测风电机组各项指标对准确管控机组和调控电网的供需有着重要意义.预测指标任务可抽象为风电时间序列预测任务.目前时间序列预测模型主要采用深度学习模型,但是风电时间序列具有较强的波动性和随机性,导致绝大部分模型不能较好挖... 详细信息

准确预测风电机组各项指标对准确管控机组和调控电网的供需有着重要意义.预测指标任务可抽象为风电时间序列预测任务.目前时间序列预测模型主要采用深度学习模型,但是风电时间序列具有较强的波动性和随机性,导致绝大部分模型不能较好挖掘风电时间序列的复杂演化特性.为解决上述问题,提出了一种基于渐进式分解架构的风电时间序列预测方法,该方法首先应用神经网络池化分解方法将复杂的依赖关系简化并应用注意力机制学习长期趋势,然后运用多变量融合捕捉模块增强了网络整体的多变量关联挖掘能力,最后,融合趋势项和周期项对风电时间序列做出准确的预测.实验结果表明,该方法在风电时间序列的多步预测中均方误差相比基线模型至高可提升24%,在多尺度预测长度下表现出预测性能稳定提升的同时,计算效率显著优于同类模型.

关键词：多变量时间序列预测神经网络 attention机制时间序列分解

来源：评论

学校读者我要写书评

暂无评论

一类不确定网络控制系统的鲁棒H∞控制

一类不确定网络控制系统的鲁棒H∞控制

引用

中国自动化学会及中南(六省)区自动化学会与中国有色金属学会计算机学术委员会30届学术年会

作者：孙文安丁卜琳邵洪艳张强大连大学信息工程学院辽宁大连116622 大连大学先进设计与智能计算省部共建教育部重点实验室辽宁大连116622

基于一类具有网络时延和参数不确定性的离散系统，考虑系统的网络时延小于一个采样周期，传感器是时间驱动，控制器和执行器是事件驱动。根据文中描述的系统建立模型，运用Lyapunov稳定性理论、鲁棒控制理论和线性矩阵不等式处理方... 详细信息

基于一类具有网络时延和参数不确定性的离散系统，考虑系统的网络时延小于一个采样周期，传感器是时间驱动，控制器和执行器是事件驱动。根据文中描述的系统建立模型，运用Lyapunov稳定性理论、鲁棒控制理论和线性矩阵不等式处理方法，推导出闭环控制系统渐近稳定的充分条件，并且得出鲁棒 H∞控制律和其性能指标γ。最后用数值例子对所得结果加以验证，通过MATLAB LMI工具箱求解，说明文中结果的正确性。

关键词：网络控制系统鲁棒H∞控制线性矩阵不等式 Schur补引理

来源：评论

学校读者我要写书评

暂无评论

人脸表情动画研究简述

引用

福建电脑 2016年第4期32卷 1-5页

作者：罗庆云方小勇黄樱洪俊魏小鹏湖南工学院计算机及信息科学学院湖南衡阳421002 湖南工学院电气与信息工程学院湖南衡阳421002 大连大学先进设计与智能计算省部共建教育部重点实验室辽宁大连116622

人脸表情动画是计算机科学研究领域的研究热点。本文从数据驱动的角度,对人脸表情动画研究进行了大致分类:基于文本语音驱动的方法、基于表演驱动方法、基于参数驱动的方法以及基于重定向方法,对各类方法进行简述,最终归纳出当前人脸表... 详细信息

人脸表情动画是计算机科学研究领域的研究热点。本文从数据驱动的角度,对人脸表情动画研究进行了大致分类:基于文本语音驱动的方法、基于表演驱动方法、基于参数驱动的方法以及基于重定向方法,对各类方法进行简述,最终归纳出当前人脸表情动画研究发展方向和存在问题,提出了展望。

关键词：人脸动画参数驱动表演驱动重定向

来源：评论

学校读者我要写书评

暂无评论

半监督的三角网格模型层次分割

半监督的三角网格模型层次分割

引用

第六届智能CAD与数字娱乐学术会议

作者： Sun Xiaopeng 孙晓鹏 Zhang Qi 张琪 Wei Xiaopeng 魏小鹏 School of Mechanical & Engineering Dalian University of Technology Dalian 116024 China Department 大连理工大学机械工程学院大连 116024 辽宁师范大学计算机与信息技术学院大连 116029 浙江大学CAD&CG国家重点实验室杭州 310058 Department of Computer and Information Technology Liaoning Normal University Dalian 116029 China 辽宁师范大学计算机与信息技术学院大连 116029 School of Mechanical & Engineering Dalian University of Technology Dalian 116024 China Key Labor 大连理工大学机械工程学院大连 116024 大连大学先进设计与智能计算省部共建教育部重点实验室大连 116622

本文提出了一种新的、半监督的K均值聚类和区域增长方法的三角网格模型层次分割算法。该方法包括显著性特征点提取、预分割和后分割3个阶段。其中，显著性特征点的提取在MDS变换的基础上进行;预分割利用半监督的K均值聚类算法来对原始... 详细信息

本文提出了一种新的、半监督的K均值聚类和区域增长方法的三角网格模型层次分割算法。该方法包括显著性特征点提取、预分割和后分割3个阶段。其中，显著性特征点的提取在MDS变换的基础上进行;预分割利用半监督的K均值聚类算法来对原始模型进行初步的分割;后分割则根据预分割的结果，利用高斯曲率，以带状推进的区域增长法进行层次分割。在本文算法得到的有意义分割边界具有较高的边缘准确性，分割区域一致性较好。

关键词：三角网格模型层次分割算法特征点 K均值聚类区域增长法

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：