检索结果-内蒙古大学图书馆

软件学报 2023年第11期34卷 5191-5204页

作者：徐平安刘全郝少璞张立华苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心(南京) 江苏南京210093 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006

近年来,深度强化学习在复杂控制任务中取得了令人瞩目的效果,然而由于超参数的高敏感性和收敛性难以保证等原因,严重影响了其对现实问题的适用性.元启发式算法作为一类模拟自然界客观规律的黑盒优化方法,虽然能够有效避免超参数的敏感性... 详细信息

近年来,深度强化学习在复杂控制任务中取得了令人瞩目的效果,然而由于超参数的高敏感性和收敛性难以保证等原因,严重影响了其对现实问题的适用性.元启发式算法作为一类模拟自然界客观规律的黑盒优化方法,虽然能够有效避免超参数的敏感性,但仍存在无法适应待优化参数量规模巨大和样本使用效率低等问题.针对以上问题,提出融合引力搜索的双延迟深度确定策略梯度方法(twin delayed deep deterministic policy gradient based on gravitational search algorithm,GSA-TD3).该方法融合两类算法的优势:一是凭借梯度优化的方式更新策略,获得更高的样本效率和更快的学习速度;二是将基于万有引力定律的种群更新方法引入到策略搜索过程中,使其具有更强的探索性和更好的稳定性.将GSA-TD3应用于一系列复杂控制任务中,实验表明,与前沿的同类深度强化学习方法相比,GSA-TD3在性能上具有显著的优势.

关键词：深度强化学习元启发式算法引力搜索确定策略梯度策略搜索

来源：评论

学校读者我要写书评

暂无评论

结合Hybrid Attention机制和BiLSTM-CRF的汉语否定语义表示及标注

引用

计算机工程与应用 2023年第9期59卷 167-175页

作者：李晋荣吕国英李茹柴清华王超山西大学计算机与信息技术学院太原030006 山西大学、计算智能与中文信息处理教育部重点实验室太原030006 山西大学外国语学院太原030006

阅读理解中否定是一种复杂的语言现象,其往往会反转情感或态度的极性。因此,正确分析否定语义对语篇理解具有重要意义。现有否定语义分析方法存在两个问题:第一,研究的否定词较少达不到应用目的;第二,目前汉语否定语义标注只是标注整个... 详细信息

阅读理解中否定是一种复杂的语言现象,其往往会反转情感或态度的极性。因此,正确分析否定语义对语篇理解具有重要意义。现有否定语义分析方法存在两个问题:第一,研究的否定词较少达不到应用目的;第二,目前汉语否定语义标注只是标注整个句子,这无法明确否定语义。针对该问题提出基于汉语框架语义知识库(Chinese FrameNet)进行否定语义角色标注方法。在框架语义学理论指导下结合汉语否定语义特征对已由FrameNet继承的否定框架重新构建;为了解决捕捉长距离信息以及句法特征问题,提出一种基于Hybrid Attention机制的BiLSTMCRF语义角色标注模型,其中,Hybrid Attention机制层将局部注意与全局注意结合准确表示句子中的否定语义,BiLSTM网络层自动学习并提取语句上下文信息,CRF层预测最优否定语义角色标签。经过比对验证,该模型能够有效提取出含有否定语义信息,在否定语义框架数据集上F1值达到89.82%。

关键词：汉语框架语义知识库语义角色标注否定框架双向长短期记忆网络混合注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于涡旋电磁波雷达的人体目标步态精细识别

引用

兵工学报 2022年第5期43卷 1167-1174页

作者：袁航罗迎李开明陈怡君张群空军工程大学信息与导航学院陕西西安710077 复旦大学电磁波信息科学教育部重点实验室上海200433 西安电子科技大学雷达信号处理国家重点实验室陕西西安710071 武警工程大学信息工程学院陕西西安710086

基于雷达的人体目标识别技术在诸多领域有着重要的应用。涡旋电磁波中携带有轨道角动量,在运动目标回波中会引起线多普勒和角多普勒效应,可为识别提供更丰富的信息。但与线多普勒相比,角多普勒较微弱,二者难以被分离。使用多发多收模型... 详细信息

基于雷达的人体目标识别技术在诸多领域有着重要的应用。涡旋电磁波中携带有轨道角动量,在运动目标回波中会引起线多普勒和角多普勒效应,可为识别提供更丰富的信息。但与线多普勒相比,角多普勒较微弱,二者难以被分离。使用多发多收模型产生线性调频涡旋电磁波,通过双模态回波干涉抑制线多普勒。利用短时傅里叶变换,获得双模态回波的线多普勒和角多普勒时频图,将时频图的幅度值输入到双通道卷积神经网络模型中,获得分类结果。仿真实验结果表明,将线多普勒和角多普勒分离,同时输入到分类模型中可以提升人体步态精细识别能力。

关键词：涡旋电磁波雷达人体目标步态识别卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于q-rung orthopair严格模糊熵和交叉熵的多准则群决策方法

引用

模糊系统与数学 2024年第6期 90-100页

作者：徐威毛军军朱蒙蒙安徽大学大数据与统计学院计算智能与信号处理教育部重点实验室

针对q-ROFN的特殊形式，本文在传统q-rung模糊熵的基础上首先扩展形成了q-rung严格模糊熵(q-ROFSE)和q-rung严格交叉熵(q-ROFSCE)的公理化定义；然后，考虑到q-ROFN的稳定系数、犹豫系数和q值，分别提出了一种q-ROFSE和q-ROFSCE的表达... 详细信息

针对q-ROFN的特殊形式，本文在传统q-rung模糊熵的基础上首先扩展形成了q-rung严格模糊熵(q-ROFSE)和q-rung严格交叉熵(q-ROFSCE)的公理化定义；然后，考虑到q-ROFN的稳定系数、犹豫系数和q值，分别提出了一种q-ROFSE和q-ROFSCE的表达形式并证明了相关性质，其次，通过具体的实例说明所提出熵测度可以克服传统熵测度在特定环境下失效的局限性；最后，提出了基于q-rung orthopair严格模糊熵和严格交叉熵的多准则群决策方法并用实例验证了该方法的可行性和有效性。

关键词： q-ROFN 模糊熵交叉熵多准则群决策

来源：评论

学校读者我要写书评

暂无评论

一种基于特征融合的耳语音向正常音的转换方法

引用

南京航空航天大学学报 2020年第5期52卷 777-782页

作者：庞聪连海伦周健王华彬陶亮安徽大学计算智能与信号处理教育部重点实验室合肥230039

使用耳语音的频谱包络来预估正常音的基频特征,这类算法在对正常音基频预测的准确性上存在一定不足,在合成语音自然度方面存在着明显欠缺,有时会出现音调失常等问题。本文提出一种声学特征融合的方法,通过双向长短期记忆(Bi‑long short‑... 详细信息

使用耳语音的频谱包络来预估正常音的基频特征,这类算法在对正常音基频预测的准确性上存在一定不足,在合成语音自然度方面存在着明显欠缺,有时会出现音调失常等问题。本文提出一种声学特征融合的方法,通过双向长短期记忆(Bi‑long short‑term memory,BLSTM)深度网络来逐帧预测正常音基频。首先,使用STRAIGHT模型和相关代码,分别对耳语音和正常音语料进行预处理,提取耳语音的梅尔倒谱系数(Mel‑scale frequency cepstral coefficient,MFCC)、韵律及谱包络特征,正常音的基频与谱包络特征。然后使用BLSTM深度网络,分别建立耳语音和正常音谱包络特征之间映射关系,以及耳语音MFCC、韵律及谱包络特征对正常音基频F0的映射关系。最后根据耳语音的MFCC、韵律及谱包络特征获得对应的正常音基频和谱包络,使用STRAIGHT模型合成正常音。实验结果表明,相较于仅使用谱包络估计基频,采用此种方法引入语音韵律和MFCC的融合特征是对基频特征的良好补充,解决了音调失常的现象,转换后的语音在韵律上更加接近正常发音。

关键词：语音转换特征融合韵律模型 STRAIGHT模型双向长短期记忆

来源：评论

学校读者我要写书评

暂无评论

利用深度卷积神经网络将耳语转换为正常语音

引用

声学学报 2020年第1期45卷 137-144页

作者：连海伦周健胡雨婷郑文明安徽大学计算智能与信号处理教育部重点实验室合肥230601 东南大学儿童发展与学习科学教育部重点实验室南京210096

耳语是一种特殊发音方式,将耳语转换为正常语音是提升耳语质量和可懂度的关键方法。为了充分利用语音的频域和时域相关性实现耳语转换,提出了使用深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)将耳语转换为正常语音。它... 详细信息

耳语是一种特殊发音方式,将耳语转换为正常语音是提升耳语质量和可懂度的关键方法。为了充分利用语音的频域和时域相关性实现耳语转换,提出了使用深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)将耳语转换为正常语音。它的卷积层用来提取连续帧语音谱包络之间的频域与时域的相关特征,而全连接层用来拟合耳语在卷积层提取的特征和对应正常语音之间的映射关系。实验结果表明与深度神经网络(Deep Neural Networks,DNN)模型相比,DCNN模型获得的转换后语音的梅尔倒谱失真度(Cepstral Distance,CD)降低了4.64%,而语音质量感知评价(Perceptual Evaluation of Speech Quality,PESQ)、短时客观可懂度(Short-Time Objective Intelligibility,STOI)与平均主观意见分(Mean Opinion Score,MOS)分别提高了5.41%,5.77%,9.68%。

关键词：时域相关性 DNN 基频曲线深度卷积神经网络卷积层卷积核

来源：评论

学校读者我要写书评

暂无评论

基于门控双卷积神经网络的机动车发动机故障检测

引用

安徽大学学报（自然科学版） 2022年第2期46卷 39-45页

作者：鲍文霞刘杨杨先军梁栋安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 中国科学院合肥物质科学研究院安徽合肥230031

采集并构建一个包含正常和故障机动车发动机的声信号数据集,提出基于门控双卷积神经网络的机动车发动机故障检测方法.在门控卷积神经网络基础上设计门控双卷积神经网络.对比不同方法的实验结果可知:支持向量机(support vector machine,... 详细信息

采集并构建一个包含正常和故障机动车发动机的声信号数据集,提出基于门控双卷积神经网络的机动车发动机故障检测方法.在门控卷积神经网络基础上设计门控双卷积神经网络.对比不同方法的实验结果可知:支持向量机(support vector machine,简称SVM)方法的检测准确率最低,该文方法的检测准确率最高;对声信号进行加噪和调音时,该文方法表现出好的鲁棒性.

关键词：机动车发动机故障检测门控双卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

一种基于能零积的改进端点检测算法

引用

计算机应用与软件 2024年第7期41卷 215-221页

作者：韦金泉罗丽燕王玫刘争红何锐彬莫清麟桂林电子科技大学认知无线电与信息处理教育部重点实验室广西桂林541004 桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 桂林理工大学信息科学与工程学院广西桂林541007

针对基于短时能量和短时过零率的传统端点检测算法在信噪比低于10 dB时其准确性明显下降的问题,提出一种基于声谱图特征增强的能零积端点检测改进算法。首先,对音频信号进行谱减法降噪,提升信号的信噪比;其次,依次对声谱图进行腐蚀、二... 详细信息

针对基于短时能量和短时过零率的传统端点检测算法在信噪比低于10 dB时其准确性明显下降的问题,提出一种基于声谱图特征增强的能零积端点检测改进算法。首先,对音频信号进行谱减法降噪,提升信号的信噪比;其次,依次对声谱图进行腐蚀、二值化和膨胀处理,以实现声谱图特征增强;最后,提取能零积特征,并利用双阈值端点检测算法对音频信号进行端点检测。实验结果表明,该算法在不同信噪比条件下可以有效捕获有环境异常音片段,具有良好的鲁棒性。

关键词：端点检测能零积低信噪比声谱图特征增强

来源：评论

学校读者我要写书评

暂无评论

宽带强局域拓扑边界态的优化设计

引用

激光与光电子学进展 2021年第7期58卷 204-211页

作者：范尔盼方云团江苏大学计算机科学与通信工程学院江苏镇江212013 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039

为了解决产生光量子霍尔效应的模型存在的边界态局域较弱和带宽较窄问题,构建了三角复式晶格光子晶体,并利用简约布里渊区中心点的能带简并得到奇宇称的p轨道和偶宇称的d轨道。首先,通过晶胞缩放反转两个轨道的位置,使拓扑相位发生变化... 详细信息

为了解决产生光量子霍尔效应的模型存在的边界态局域较弱和带宽较窄问题,构建了三角复式晶格光子晶体,并利用简约布里渊区中心点的能带简并得到奇宇称的p轨道和偶宇称的d轨道。首先,通过晶胞缩放反转两个轨道的位置,使拓扑相位发生变化。然后,分析了影响拓扑平庸结构带隙和非平庸结构带隙的主要因素。最后,对两种结构的介质柱半径和缩放距离进行了优化计算,找到实现两种结构最大公共带隙的最优参数,可实现的最大相对带宽为24.59%。在最优结构参数的基础上构建边界结构并计算出边界态色散曲线,结果表明,该边界态在有效带宽为0.0435时具有较强的自旋方向锁定和边界电磁场局域效应。

关键词：集成光学光子晶体轨道反转拓扑相变结构优化

来源：评论

学校读者我要写书评

暂无评论

不确定度引导的对抗主动学习目标检测方法

引用

激光与光电子学进展 2024年第22期61卷 364-373页

作者：王晒雅汤红忠罗海凡高尚许岳兵湘潭大学自动化与电子信息学院湖南湘潭411105 湘潭大学智能计算与信息处理教育部重点实验室湖南湘潭411105 衡阳师范学院物理与电子工程学院湖南衡阳421002

基于主动学习的目标检测通常使用更少的标注数据来提高目标检测模型的性能,即学习者可以从大量未标注样本中选取有价值的样本进行人工标注,并通过迭代训练来优化模型。然而,现有基于主动学习的目标检测方法仍然无法有效平衡样本不确定... 详细信息

基于主动学习的目标检测通常使用更少的标注数据来提高目标检测模型的性能,即学习者可以从大量未标注样本中选取有价值的样本进行人工标注,并通过迭代训练来优化模型。然而,现有基于主动学习的目标检测方法仍然无法有效平衡样本不确定性和多样性,且查询样本冗余度高。为了解决这一问题,提出一种不确定度引导的对抗主动学习目标检测方法。首先,引入损失预测模块评估未标注样本的不确定度,并利用不确定度引导对抗网络训练,构建具有不确定性和多样性的查询样本集;其次,基于特征相似度评估样本差异性,降低查询样本的冗余度;最后,采用多种目标检测框架在MS COCO数据集与Pascal VOC数据集上进行实验,所提方法能在较少标注下有效提升目标检测精度。

关键词：目标检测主动学习不确定度对抗网络

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：