期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于多尺度时间递归神经网络的人群异常检测 被引量:29
1
作者 蔡瑞初 谢伟浩 +2 位作者 郝志峰 王丽娟 温雯 《软件学报》 EI CSCD 北大核心 2015年第11期2884-2896,共13页
如何在人群密度大、变化快、存在大量遮挡的密集场景中实现可靠的人群事件检测,是领域研究的难点和热点.在密集场景时空建模的基础上提出了一种基于多尺度时间递归神经网络的人群异常事件检测和定位方法.首先对人群场景进行网格化划分,... 如何在人群密度大、变化快、存在大量遮挡的密集场景中实现可靠的人群事件检测,是领域研究的难点和热点.在密集场景时空建模的基础上提出了一种基于多尺度时间递归神经网络的人群异常事件检测和定位方法.首先对人群场景进行网格化划分,并利用多尺度光流直方图对每个网格的人群动态进行刻画;然后,连接各个局部的人群动态获得整体的人群动态,实现整体人群动态的时间序列建模;最后,利用多尺度时间递归神经网络实现异常事件的检测和定位.其中,多尺度隐含层实现了密集场景中不同规模相邻网格之间的空间联系,节点间的反馈关系则为时间维度上的关系表达提供了有效方案.与多种代表性算法的对比实验,验证了本方法的有效性. 展开更多
关键词 视频监控 人群异常事件检测 时间递归神经网络 多尺度
下载PDF
基于TRNN和FA-PF融合的锂离子电池RUL预测
2
作者 徐波 雷敏 王钋 《电源学报》 CSCD 北大核心 2023年第2期138-145,共8页
预测锂电池剩余使用寿命RUL(remaining useful life)可以提高电池供电系统的稳定性和安全性,从而明确故障的发生并及时做出响应。在预测过程中粒子滤波PF(particle filter)常用于在线辨识模型参数,但当PF在线辨识参数时易出现粒子贫化问... 预测锂电池剩余使用寿命RUL(remaining useful life)可以提高电池供电系统的稳定性和安全性,从而明确故障的发生并及时做出响应。在预测过程中粒子滤波PF(particle filter)常用于在线辨识模型参数,但当PF在线辨识参数时易出现粒子贫化问题,需要大量粒子才能完成状态估计,这将会导致预测结果不准确。为了提高RUL预测的准确性,提出一种基于时间递归神经网络TRNN(time recurrent neural network)和萤火虫算法FA(firefly algorithm)优化PF融合的锂电池RUL预测方法。首先,由于TRNN的泛化能力优于经验模型,并且易于捕捉容量退化的长距离依赖问题,因此选用其模拟各种条件下的电池退化模型;其次,基于FA优化的PF技术对TRNN模型参数进行递归更新,使粒子群移动到高似然区域,从而减少PF的贫化;最后,选择不同条件下不同电池的实验数据进行验证和比较。结果表明,与传统方法相比,该方法具有更高的RUL预测精度。 展开更多
关键词 锂离子电池 剩余使用寿命 时间递归神经网络 萤火虫算法 粒子滤波
下载PDF
一种基于TTRNN的汉语拼音全音节识别方法 被引量:1
3
作者 赵以宝 孙圣和 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2001年第2期213-216,共4页
递归神经网络(Recurrent Neural Network,RNN)是一种具有时延反馈能力的神经网;它可以充分利用上下文的信息来提高分类的程度,因而很适合汉语拼音的识别 但在实践中受网络规模的限制,能利用的上下文有... 递归神经网络(Recurrent Neural Network,RNN)是一种具有时延反馈能力的神经网;它可以充分利用上下文的信息来提高分类的程度,因而很适合汉语拼音的识别 但在实践中受网络规模的限制,能利用的上下文有限,所以对汉语拼音的分类效果并不理想.为此提出一种改进的RNN——时间标签递归神经网(TTRNN)来对汉语拼音的整音节进行直接建模识别的方法;初步的实验结果不仅证明了TTRNN方法对汉语拼音这样的时序模式有很好的分类能力,而且在拼音识别方面有很强的顽健性。 展开更多
关键词 神经网络 时间标签归神经网络 语音识别 拼音识别 RNN TTRNN
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部