检索结果-内蒙古大学图书馆

中国声学学会水声学分会2021～2022年学术会议

作者：李运祥韩宁东南大学水声信号处理教育部重点实验室

语音应用环境中发展出了一套结合最小统计噪声功率谱跟踪和最小均方误差信号估计的处理体系,该体系也可应用于水声领域,例如非合作水声的截获检测和参数估计等。本文针对最小统计算法做了应用性改进,在非平稳信号的条件下,应用了一种以... 详细信息

语音应用环境中发展出了一套结合最小统计噪声功率谱跟踪和最小均方误差信号估计的处理体系,该体系也可应用于水声领域,例如非合作水声的截获检测和参数估计等。本文针对最小统计算法做了应用性改进,在非平稳信号的条件下,应用了一种以连续小波变换为基础的噪声瞬时功率谱跟踪估计方法。通过仿真,本文定量分析了算法改进前后的误差性能,并利用经典的信号估计器得到了信号估计,从而进一步从时频分布的视角衡量了文中所提的算法改进措施。

关键词：最小统计算法演变功率谱小波变换最小均方误差估计器

来源：评论

学校读者我要写书评

暂无评论

基于卡尔曼滤波的预成波束目标方位跟踪

基于卡尔曼滤波的预成波束目标方位跟踪

引用

第五届水下无人系统技术高峰论坛--以深制海，智领发展

作者：李小双安良东南大学水声信号处理教育部重点实验室

针对传统被动声呐宽带能量检测和目标跟踪方法过于依赖声呐员观测且弱目标检测能力不足的问题,本文提出了基于预成波束的目标方位自动检测跟踪方法,采用卡尔曼滤波的方式对预成波束中的线谱进行自动方位跟踪,然后将线谱轨迹融合成目标... 详细信息

针对传统被动声呐宽带能量检测和目标跟踪方法过于依赖声呐员观测且弱目标检测能力不足的问题,本文提出了基于预成波束的目标方位自动检测跟踪方法,采用卡尔曼滤波的方式对预成波束中的线谱进行自动方位跟踪,然后将线谱轨迹融合成目标轨迹。采用仿真对该方法的有效性进行了验证,结果表明,与宽带能量检测跟踪方法相比,该方法基于预成波束实现了对目标的自动方位跟踪,且目标跟踪方位误差较小,可有效降低多目标交叉以及强弱目标共存给被动声呐目标跟踪带来的影响。

关键词：宽带能量检测自动检测跟踪预成波束卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于CUDA的Bellhop模型并行化设计

基于CUDA的Bellhop模型并行化设计

引用

第五届水下无人系统技术高峰论坛--以深制海，智领发展

作者：陈宇娥安良东南大学水声信号处理教育部重点实验室

射线模型是水声信道建模常用的模型之一。为了实现对本征声线的快速计算,进而得到水声信道脉冲响应函数,本文基于Bellhop传播模型的串行代码(Fortran语言及C++语言代码)设计并开发了基于CUDA(Compute Unified Device Architecture)的并... 详细信息

射线模型是水声信道建模常用的模型之一。为了实现对本征声线的快速计算,进而得到水声信道脉冲响应函数,本文基于Bellhop传播模型的串行代码(Fortran语言及C++语言代码)设计并开发了基于CUDA(Compute Unified Device Architecture)的并行化射线模型Bellhop CUDA代码。在并行处理过程中,结合高斯射线理论,利用GPU(Graphics Processing Unit)并行调用多个线程函数,建立稳定可靠的并行计算模型,实现了对深海远程水声信道的快速建模。通过仿真对本文设计的并行代码的有效性进行了验证,结果表明使用Bellhop CUDA能够大幅度提高多声源和多接收器条件下的本征声线计算速度。

关键词： Bellhop模型 CUDA 并行计算水声信道

来源：评论

学校读者我要写书评

暂无评论

基于LSTM网络与误差补偿的预测模型

引用

计算机技术与发展 2023年第3期33卷 133-138页

作者：王健宋颖吴涛安徽大学数学科学学院安徽合肥230031 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

随着时代发展,空气质量逐渐受到人们的重视,所以对未来空气污染物的变化预测显得尤为重要。首先,针对PM2.5的非线性变化以及变化所具有的周期性,选取完整年度数据进行训练和预测,使用对非线性序列数据拟合效果较好的LSTM网络作为初步预... 详细信息

随着时代发展,空气质量逐渐受到人们的重视,所以对未来空气污染物的变化预测显得尤为重要。首先,针对PM2.5的非线性变化以及变化所具有的周期性,选取完整年度数据进行训练和预测,使用对非线性序列数据拟合效果较好的LSTM网络作为初步预测模型,选择合适的滑动窗口,使用训练数据,建立了LSTM网络预测模型。由于LSTM网络预测结果中存在相邻年份误差分布相似,但整年分布不均匀的现象,使用FCM对训练数据及误差进行模糊聚类。通过聚类中心,对当前预测数据进行分类,并利用聚类结果,得到当前预测数据的误差补偿值,对LSTM网络的当前预测结果进行误差补偿,得到最终预测结果。最后,通过合肥2017年至2021年的空气污染数据对该方法进行了验证,结果表明,所建模型的效果优于其他对比模型,具有一定的可行性与有效性。

关键词： PM2.5预测长短时记忆网络模糊聚类误差相似性误差补偿

来源：评论

学校读者我要写书评

暂无评论

基于BERT特征融合与膨胀卷积的汉语副词框架语义角色标注

引用

中文信息学报 2024年第2期38卷 25-35页

作者：王超吕国英李茹柴清华李晋荣山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006 山西大学外国语学院山西太原030006

汉语框架语义角色标注对汉语框架语义分析具有重要作用。目前汉语框架语义角色标注任务主要针对动词框架,但是汉语没有丰富的形态变化,很多语法意义都是通过虚词来表现的,其中副词研究是现代汉语虚词研究的重要部分,因此该文从副词角度... 详细信息

汉语框架语义角色标注对汉语框架语义分析具有重要作用。目前汉语框架语义角色标注任务主要针对动词框架,但是汉语没有丰富的形态变化,很多语法意义都是通过虚词来表现的,其中副词研究是现代汉语虚词研究的重要部分,因此该文从副词角度出发构建了汉语副词框架及数据集,且对框架下的词元按照语义强弱进行了等级划分。目前的语义角色标注模型大多基于BiLSTM网络模型,该模型虽然可以很好地获取全局信息,但容易忽略句子局部特征,且无法并行训练。针对上述问题,该文提出了基于BERT特征融合与膨胀卷积的语义角色标注模型,该模型包括四层:BERT层用于表达句子的丰富语义信息,Attention层对BERT获取的每一层信息进行动态权重融合,膨胀卷积(IDCNN)层进行特征提取,CRF层修正预测标签。该模型在三个副词框架数据集上表现良好,F1值均达到了82%以上。此外,将该模型应用于CFN数据集上,F1值达到88.29%,较基线模型提升了4%以上。

关键词：汉语框架语义角色标注副词 BERT 膨胀卷积 CRF

来源：评论

学校读者我要写书评

暂无评论

多视图聚类研究进展与展望

引用

山西大学学报(自然科学版) 2022年第3期45卷 612-621页

作者：梁吉业刘晓琳山西大学智能信息处理研究所山西大学计算智能与中文信息处理教育部重点实验室

多视图聚类旨在利用不同视图间互为差异、互相补充的信息对数据对象进行聚类。近年来，多视图聚类作为一项重要的无监督机器学习方法和数据挖掘技术，在众多领域得到了广泛关注。文章对现有的多视图聚类模型与算法进行了梳理，将其归纳... 详细信息

多视图聚类旨在利用不同视图间互为差异、互相补充的信息对数据对象进行聚类。近年来，多视图聚类作为一项重要的无监督机器学习方法和数据挖掘技术，在众多领域得到了广泛关注。文章对现有的多视图聚类模型与算法进行了梳理，将其归纳为六个方面，并对其进行了详细论述。进一步，对复杂环境下多视图聚类任务面临的挑战进行了展望，以期推动该领域的不断创新与发展。

关键词：多视图聚类机器学习数据挖掘无监督学习

来源：评论

学校读者我要写书评

暂无评论

基于信息超材料的高性能微波计算成像系统

引用

雷达学报(中英文) 2021年第2期10卷 288-295页

作者：韩家奇田顺成易浩马向进廖桂生李龙西安电子科技大学超高速电路设计与电磁兼容教育部重点实验室人工智能与数字经济广东省实验室西安电子科技大学雷达信号处理国家重点实验室

该文深入阐述基于信息超材料的高性能微波计算成像系统架构设计、工作原理与建模分析。首先,利用信息超材料对电磁波优异的调节能力,结合压缩采样理论,重点讨论信息超材料多样杂散波束产生及高性能辐射设计方法。再进一步构建针对高辐... 详细信息

该文深入阐述基于信息超材料的高性能微波计算成像系统架构设计、工作原理与建模分析。首先,利用信息超材料对电磁波优异的调节能力,结合压缩采样理论,重点讨论信息超材料多样杂散波束产生及高性能辐射设计方法。再进一步构建针对高辐射性能信息超材料微波计算成像系统的数值模型,并提出一种高性能色散信息超材料单元,该单元带阻频率捷变特性可覆盖整个X波段。基于该单元设计了一款高透射效率信息超材料透镜,在成像区域内辐射性能较当前超材料孔径提高3倍,辐射效率达到75%。最后基于所构建的数值模型,计算验证所提出的高透射率色散信息超材料透镜对理想散射体的图像还原能力。该文所研究的基于信息超材料的高性能微波计算成像系统,为成像雷达、安防预警、医疗检测等应用提供了坚实的理论依据和前瞻性探索。

关键词：信息超材料计算成像高性能辐射压缩采样微波成像

来源：评论

学校读者我要写书评

暂无评论

一种核的上下文多臂赌博机推荐算法

引用

智能系统学报 2022年第3期17卷 625-633页

作者：王鼎门昌骞王文剑山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

个性化推荐服务在当今互联网时代越来越重要,但是传统推荐算法不适应一些高度变化场景。将线性上下文多臂赌博机算法(linear upper confidence bound,LinUCB)应用于个性化推荐可以有效改善传统推荐算法存在的问题,但遗憾的是准确率并不... 详细信息

个性化推荐服务在当今互联网时代越来越重要,但是传统推荐算法不适应一些高度变化场景。将线性上下文多臂赌博机算法(linear upper confidence bound,LinUCB)应用于个性化推荐可以有效改善传统推荐算法存在的问题,但遗憾的是准确率并不是很高。本文针对LinUCB算法推荐准确率不高这一问题,提出了一种改进算法K-UCB(kernel upper confidence bound)。该算法突破了LinUCB算法中不合理的线性假设前提,利用核方法拟合预测收益与上下文间的非线性关系,得到了一种新的在非线性数据下计算预测收益置信区间上界的方法,以解决推荐过程中的探索–利用困境。实验表明,本文提出的K-UCB算法相比其他基于多臂赌博机推荐算法有更高的点击率(click-through rate,CTR),能更好地适应变化场景下个性化推荐的需求。

关键词：个性化推荐变化场景多臂赌博机线性上下文多臂赌博机核方法点击率非线性探索–利用困境

来源：评论

学校读者我要写书评

暂无评论

基于BERT和题干要素语义增强的高考阅读理解自动答题

引用

计算机应用与软件 2023年第7期40卷 151-158页

作者：宋泽宇王笑月张虎李茹山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

高考阅读理解试题因其语言复杂度高和自动答题难度大,已成为机器阅读理解领域一项具有挑战性的任务。现有的答题方法普遍关注选项与材料的语义相似性,易于忽视题干信息对正确答案的要求,基于此,提出一种基于BERT与题干要素语义增强的高... 详细信息

高考阅读理解试题因其语言复杂度高和自动答题难度大,已成为机器阅读理解领域一项具有挑战性的任务。现有的答题方法普遍关注选项与材料的语义相似性,易于忽视题干信息对正确答案的要求,基于此,提出一种基于BERT与题干要素语义增强的高考阅读理解自动答题方法。通过构建问题模板的方式获取题干关键要素信息并生成问题标签;通过改写题干内容统一题干要求;将问题标签与BERT模型相结合完成答案选择。在高考数据集上的实验结果表明,该方法比多个典型的机器阅读理解基线模型取得了更好的效果。

关键词：高考阅读理解选择题题干关键要素信息 BERT

来源：评论

学校读者我要写书评

暂无评论

一种采用新型聚类方法的最佳类簇数确定算法

引用

软件学报 2021年第10期32卷 3085-3103页

作者：朱二周孙悦张远翔高新马汝辉李学俊计算智能与信号处理教育部重点实验室(安徽大学) 安徽合肥230601 安徽大学计算机科学与技术学院安徽合肥230601 上海交通大学电子信息与电气工程学院上海200240

聚类分析是统计学、模式识别和机器学习等领域的研究热点.通过有效的聚类分析,数据集的内在结构与特征可以被很好地发掘出来.然而,无监督学习的特性使得当前已有的聚类方法依旧面临着聚类效果不稳定、无法对多种结构的数据集进行正确聚... 详细信息

聚类分析是统计学、模式识别和机器学习等领域的研究热点.通过有效的聚类分析,数据集的内在结构与特征可以被很好地发掘出来.然而,无监督学习的特性使得当前已有的聚类方法依旧面临着聚类效果不稳定、无法对多种结构的数据集进行正确聚类等问题.针对这些问题,首先将K-means算法和层次聚类算法的聚类思想相结合,提出了一种混合聚类算法K-means-AHC;其次,采用拐点检测的思想,提出了一个基于平均综合度的新聚类有效性指标DAS(平均综合度之差,difference of average synthesis degree),以此来评估K-means-AHC算法聚类结果的质量;最后,将K-means-AHC算法和DAS指标相结合,设计了一种寻找数据集最佳类簇数和最优划分的有效方法.实验将K-means-AHC算法用于测试多种结构的数据集,结果表明:该算法在不过多增加时间开销的同时,提高了聚类分析的准确性.与此同时,新的DAS指标在聚类结果的评价上要优于当前已有的常用聚类有效性指标.

关键词：聚类分析聚类算法聚类有效性指标最佳类簇数数据挖掘

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：