期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10,081篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多特征融合自编码器的无监督地震相分类研究
1
作者 王倩楠 王治国 +2 位作者 杨阳 朱剑兵 高静怀 《地球物理学报》 SCIE EI CAS CSCD 2024年第1期370-378,共9页
地震相分类是地震数据解释中的一个重要步骤,是地震数据与沉积相的连接工具.为了提高地震相分类精度和减少对有限人工标签的依赖,本文提出了一种基于多特征融合自编码器的无监督地震相分类方法.首先,提出了一种混合卷积和变分编码的多... 地震相分类是地震数据解释中的一个重要步骤,是地震数据与沉积相的连接工具.为了提高地震相分类精度和减少对有限人工标签的依赖,本文提出了一种基于多特征融合自编码器的无监督地震相分类方法.首先,提出了一种混合卷积和变分编码的多特征融合自编码器,实现了地震数据中表征地震相的大量隐含特征提取.其次基于非负矩阵分解和K均值聚类实现了主特征分量分解和地震相聚类.实际地震数据应用结果和指标分析表明,本文方法提取的隐含特征趋于正态分布,且主特征分量中蕴含了不同地震相类别的响应,从而可以获得更准确的地震相分类结果.在渤海湾盆地东营凹陷古近系沙河街组湖相沉积中,清晰划分出了六类沉积微相的边界,有利于揭示三角洲沉积环境演变. 展开更多
关键词 地震相分类 多特征融合自编码器 卷积自编码器 变分自编码器 非负矩阵分解
下载PDF
基于Time-awareLSTM双向自动编码器的患者疾病分型
2
作者 赵奎 李琦 +1 位作者 高延军 马慧敏 《计算机系统应用》 2024年第2期166-175,共10页
医学领域中,患有相同疾病的患者之间也存在差异性,看似简单的疾病也可能表现出不同程度的复杂性,这给患者的识别、治疗和预后都带来巨大挑战.本文使用以纵向非结构化时序存储的电子病历来解决患者异质性,通过抓住就诊时间间隔不规律的... 医学领域中,患有相同疾病的患者之间也存在差异性,看似简单的疾病也可能表现出不同程度的复杂性,这给患者的识别、治疗和预后都带来巨大挑战.本文使用以纵向非结构化时序存储的电子病历来解决患者异质性,通过抓住就诊时间间隔不规律的特点增强对于隐藏信息的获取,经过前向和后向的双向学习捕捉当前就诊记录与过去和未来信息的联系,加深对于原序列特征提取的层次,使模型做出更为精准的决策.本文提出的BT-DST模型使用time-aware LSTM单元构造双向自动编码器学习患者强大的单一表示,然后将其用于患者聚类,通过统计分析得到患者针对当前疾病的亚型分型,可针对不同群体采用不同类型的治疗干预,为不同类患者提供针对其健康状况的精准医疗. 展开更多
关键词 异质性 纵向非结构化 自动编码器 聚类
下载PDF
融合改进自编码器和残差网络的入侵检测模型
3
作者 陈虹 王瀚文 金海波 《计算机工程》 CAS CSCD 2024年第2期188-195,共8页
互联网中存在大量隐私数据,因此防止网络入侵成为保护网络安全的关键问题。为提高网络入侵检测的准确率并解决其收敛慢问题,设计一种改进的堆叠自动编码器和残差网络(ISAE-ResNet)入侵检测模型。融合栈式自编码器和残差网络,首先将预处... 互联网中存在大量隐私数据,因此防止网络入侵成为保护网络安全的关键问题。为提高网络入侵检测的准确率并解决其收敛慢问题,设计一种改进的堆叠自动编码器和残差网络(ISAE-ResNet)入侵检测模型。融合栈式自编码器和残差网络,首先将预处理后的数据输入到改进的栈式自编码器中,该栈式自编码器由2个副编码器和1个主编码器组成,数据经过副编码器和主编码器训练后重构出新的特征来防止过拟合问题;然后将解码层的权重捆绑到编码层进行优化,使模型参数减半来进行降维,提高模型的收敛速度;最后将处理过的数据输入到改进的残差网络中,并基于改进的ResNet网络设计一种加入软阈值函数的残差模块,通过降低数据中的噪声来提高模型准确率。在CIC-IDS-2017数据集上的实验结果表明,该模型准确率为98.67%,真正例率为95.93%,误报率为0.37%,损失函数值快速收敛至0.042,在准确率、真正例率、误报率和收敛速度方面均超过对比入侵检测模型,具有较高的有效性和可行性。 展开更多
关键词 网络入侵检测 深度学习 栈式自编码器 残差网络 CIC-IDS-2017数据集
下载PDF
融合注意力机制的自编码器推荐算法
4
作者 王永 刘岽 +1 位作者 杜锡为 肖玲 《运筹与管理》 CSCD 2024年第2期57-63,共7页
为充分获取用户的个性化信息,提高推荐算法的准确性,提出了一种融合注意力机制的自编码器推荐算法。所提算法首先针对数据中蕴含的低阶特征和高阶特征,专门设计了相应的特征提取模块,增强传统编码器的泛化能力和记忆能力,然后利用注意... 为充分获取用户的个性化信息,提高推荐算法的准确性,提出了一种融合注意力机制的自编码器推荐算法。所提算法首先针对数据中蕴含的低阶特征和高阶特征,专门设计了相应的特征提取模块,增强传统编码器的泛化能力和记忆能力,然后利用注意力机制对特征进行融合,得到关于用户偏好信息的向量表示,并通过解码器预测用户对物品的购买意愿,最终实现个性化推荐任务。在ML-100K,ML-1M和Yahoo Music三个数据集上进行实验,并与主流个性化推荐算法进行对比,本文算法在Precision,Recall,F1值和归一化折损累计增益(NDCG)四个指标上均有较大的提升。在互联网推荐场景下,本文算法能够充分挖掘出用户的偏好信息,为用户提供高质量的推荐结果即给出合理的物品购买决策建议,从而最大化满足用户需求。 展开更多
关键词 推荐算法 自编码器 注意力机制 协同过滤
下载PDF
跳连接变分自编码器与CNN相结合的滚动轴承故障诊断方法
5
作者 张洪亮 余其源 王锐 《机械科学与技术》 CSCD 2024年第4期681-689,共9页
针对滚动轴承故障率小、不易收集故障数据的问题,提出基于跳跃连接变分自编码器与宽核深度卷积神经网络相结合的小样本故障诊断方法。该方法首先在变分自编码器的编码和解码之间引入跳跃连接结构,并将Tanh作为网络的激活函数,进而提高... 针对滚动轴承故障率小、不易收集故障数据的问题,提出基于跳跃连接变分自编码器与宽核深度卷积神经网络相结合的小样本故障诊断方法。该方法首先在变分自编码器的编码和解码之间引入跳跃连接结构,并将Tanh作为网络的激活函数,进而提高生成样本的特征多样性;其次,构建宽核深度卷积网络诊断模型,该模型可以提高从振动信号中提取故障特征的能力;最后,经生成样本扩充的数据集作为模型输入,提高训练集包含的特征信息量,实现小样本下的故障诊断。实验分析表明,所提方法在小样本情形下能生成有效的伪样本并具有较高的诊断精度。 展开更多
关键词 故障诊断 跳跃连接变分自编码器 数据生成 宽核深度卷积神经网络
下载PDF
基于改进VGG16的自编码器视频异常检测算法
6
作者 杨大为 刘志权 《计算机技术与发展》 2024年第4期95-100,共6页
在使用自编码器结构的神经网络处理视频异常检测任务时,U-Net风格的自编码器由于编码器层数深度过浅,导致在面对复杂的数据集时,不能充分抽取更多有用的特征信息。同时,在训练模型时使用MSE(均方误差),仅考虑了预测帧与真实帧之间的像... 在使用自编码器结构的神经网络处理视频异常检测任务时,U-Net风格的自编码器由于编码器层数深度过浅,导致在面对复杂的数据集时,不能充分抽取更多有用的特征信息。同时,在训练模型时使用MSE(均方误差),仅考虑了预测帧与真实帧之间的像素级相似性,对于复杂场景,像素级相似性可能无法准确判断预测帧与真实帧之间的相似性。针对以上问题,对基于U-Net风格的自编码器进行改进,提出了一种使用改进的VGG16作为编码器的视频异常检测算法,同时在均方误差的基础上添加结构相似性(SSIM)损失函数。改进的VGG16去掉了全连接层,并加入了残差连接防止特征退化,添加SSIM在计算像素级相似性的同时计算图像的亮度、对比度和结构等方面的相似性来优化网络。实验结果表明,改进后的算法,在Ped2数据集上检测效果达到95.91%,在Avenue数据集上检测效果达到84.89%,与改进前的方法相比分别提高了0.80%和0.19%,验证了所提方法的有效性。 展开更多
关键词 自编码器 U-Net 特征提取 VGG16 残差连接 结构相似性
下载PDF
基于上下文编码器网络的油气曲线图像脱敏方法研究
7
作者 刘烨 李帆 郑泽晨 《计算机应用与软件》 2024年第2期216-221,共6页
数据对于石油企业就是资产。数据加密与数据脱敏都是针对数据安全的策略,但目前数据脱敏技术仅能够针对文本实现,缺少石油企业中大量保有的图像数据脱敏技术。针对目前脱敏技术存在的不足之处及油气田勘探中的曲线图像数据特点,借鉴深... 数据对于石油企业就是资产。数据加密与数据脱敏都是针对数据安全的策略,但目前数据脱敏技术仅能够针对文本实现,缺少石油企业中大量保有的图像数据脱敏技术。针对目前脱敏技术存在的不足之处及油气田勘探中的曲线图像数据特点,借鉴深度学习图像修复方法,提出一套基于上下文编码器的脱敏技术,弥补了行业内对于图像数据无法脱敏的缺陷。对该方法进行详细的测试后取得了较好的脱敏效果。对比传统方法,结果证明其能够在曲线图像这种具有专业特殊性的数据中取得更明显的效果以及更可靠的脱敏效果。 展开更多
关键词 数据安全 图像脱敏 上下文编码器 卷积神经网络 生成式对抗网络
下载PDF
基于多尺度卷积自编码器的地震噪声智能压制方法及应用
8
作者 谢晨 徐天吉 +4 位作者 钱忠平 沈杰 刘胜 唐建明 文雪康 《石油物探》 CSCD 2024年第1期79-90,共12页
针对传统地震噪声压制方法存在的泛化性不足、主观性强以及实际无噪声数据稀缺等问题,利用深度学习方法的泛化特性,在保护有效信号的基础上,建立了一种地震噪声智能压制方法。基于有效利用少量实际无噪声数据的原则,首先通过正演数值模... 针对传统地震噪声压制方法存在的泛化性不足、主观性强以及实际无噪声数据稀缺等问题,利用深度学习方法的泛化特性,在保护有效信号的基础上,建立了一种地震噪声智能压制方法。基于有效利用少量实际无噪声数据的原则,首先通过正演数值模拟地震数据构建数据集,再搭建基于InceptionV4卷积模块和注意力机制的卷积自编码器网络,并利用正演数据对网络预训练。该过程首先依靠数据驱动方法和网络强大的特征提取能力初步获取地震数据的有效特征表达,通过正演数值模拟数据试验分析发现,该方法既能有效压制绝大部分随机噪声和相干噪声,还能比DnCNN网络更大程度地避免损伤有效信号;然后,再采用迁移学习的策略和少量实际地震数据继续训练网络,最终获得实际地震数据噪声压制模型。将该方法应用于实际地震数据噪声压制试验,并从压制效果、保幅性等方面评价方法效果,结果表明该方法对于随机噪声、面波等噪声干扰具有一定的压制能力,准确地恢复了有效信号,且具有处理成本低、效率高等优势。 展开更多
关键词 地震勘探 噪声压制 卷积自编码器 迁移学习 注意力机制
下载PDF
基于堆叠稀疏去噪自编码器的混合入侵检测方法
9
作者 田世林 李焕洲 +2 位作者 唐彰国 张健 李其臻 《四川师范大学学报（自然科学版）》 CAS 2024年第4期517-527,共11页
针对高维数据场景下传统入侵检测方法特征提取困难、检测准确率低等问题,提出一种集成多种深度学习模型的混合入侵检测方法.该方法由特征降维算法和混合检测模型2部分组成.首先,利用堆叠稀疏去噪自编码器对原始数据进行特征降维,从而剔... 针对高维数据场景下传统入侵检测方法特征提取困难、检测准确率低等问题,提出一种集成多种深度学习模型的混合入侵检测方法.该方法由特征降维算法和混合检测模型2部分组成.首先,利用堆叠稀疏去噪自编码器对原始数据进行特征降维,从而剔除可能存在的噪声干扰和冗余信息.然后,采用一维卷积神经网络和双向门控循环单元学习数据中的空间维度特征和时序维度特征,将融合后的空时特征通过注意力分配不同的权重系数,从而使有用的信息得到更好表达,再经由全连接层训练后进行分类.为检验方案的可行性,在UNSW-NB15数据集上进行验证.结果表明,该模型与其他同类型入侵检测算法相比,拥有更优秀的检测性能,其准确率达到99.57%,误报率仅为0.68%. 展开更多
关键词 异常检测 注意力机制 堆叠稀疏去噪自编码器 一维卷积神经网络 双向门控循环单元
下载PDF
基于优化堆叠自编码器的故障诊断方法
10
作者 李启泽 徐琛 +1 位作者 陶洪峰 杨慧中 《控制工程》 CSCD 2024年第2期231-237,共7页
针对当前堆叠自编码器故障诊断方法在识别有效分类特征方面的缺陷,提出一种基于Fisher判别准则优化的堆叠自编码器故障诊断方法。将Fisher判别准则中寻找最佳投影方向的特征学习方法融入到堆叠自编码器的预训练中,利用样本标签信息在堆... 针对当前堆叠自编码器故障诊断方法在识别有效分类特征方面的缺陷,提出一种基于Fisher判别准则优化的堆叠自编码器故障诊断方法。将Fisher判别准则中寻找最佳投影方向的特征学习方法融入到堆叠自编码器的预训练中,利用样本标签信息在堆叠自编码器的逐层非线性映射中学习最佳的投影方向。在Fisher判别准则优化的损失函数约束下训练,增加不同类别故障特征的类间距离,减小同类别特征的类内距离。由于在堆叠自编码器的预训练中,同时设计最小化重构特征和最大化分类特征的约束条件,预训练后的堆叠自编码器能够提取到更有效的特征信息,以提升最终故障诊断的准确率。通过在Tennessee Eastman(TE)化工过程的应用验证了所提故障诊断方法的可行性。 展开更多
关键词 堆叠自编码器 FISHER判别准则 故障诊断 特征提取
原文传递
基于动态规整与改进变分自编码器的异常电池在线检测方法
11
作者 郭铁峰 贺建军 +2 位作者 申帅 王翔 张彬汉 《电子与信息学报》 EI CAS CSCD 2024年第2期738-747,共10页
针对电池生产成组过程中,传统异常检测方法对混入的容量及压差异常电池检测精度低及生产结束后离线异常检测方法效率低等问题,该文提出一种集合长短期记忆变分自编码器与动态时间规整评价的锂电池异常在线检测方法(VAE-LSTM-DTW),实现... 针对电池生产成组过程中,传统异常检测方法对混入的容量及压差异常电池检测精度低及生产结束后离线异常检测方法效率低等问题,该文提出一种集合长短期记忆变分自编码器与动态时间规整评价的锂电池异常在线检测方法(VAE-LSTM-DTW),实现了异常电池的在线检测,避免了离线异常检测所造成的时间和能源的浪费。该方法首先将长短期记忆网络(LSTM)引入变分自编码器(VAE)模型,训练电池时序数据重构模型;其次,在电池异常检测的度量标准中引入动态时间规整值(DTW),并基于贝叶斯寻优获得最优检测阈值,对每个单体电池重构数据的动态规整值进行异常辨别。实验结果表明,相较该领域传统异常检测方法,VAE-LSTM-DTW模型性能优越,查准率和F1值都得到了较大的提升,具有较高的有效性和实用性。 展开更多
关键词 锂电池 异常检测 变分自编码器 动态时间规整 长短期记忆网络 贝叶斯优化
下载PDF
改进掩码自编码器的滚动轴承半监督故障诊断
12
作者 陈仁祥 张晓 +2 位作者 张旭 赵玲 夏亮 《仪器仪表学报》 EI CAS CSCD 2024年第1期26-33,共8页
针对滚动轴承在不同转速条件下数据分布不同以及实际工程应用中标签样本不足导致故障诊断精度低的问题,将领域适配模块融入掩码自编码器(MAE)中,提出了改进掩码自编码器(IMAE)的滚动轴承半监督故障诊断方法。首先,对滚动轴承振动信号进... 针对滚动轴承在不同转速条件下数据分布不同以及实际工程应用中标签样本不足导致故障诊断精度低的问题,将领域适配模块融入掩码自编码器(MAE)中,提出了改进掩码自编码器(IMAE)的滚动轴承半监督故障诊断方法。首先,对滚动轴承振动信号进行连续小波变换(CWT)得到反应信号时频特征的二维时频图,然后对时频图随机掩码,利用无标签样本进行掩码自编码器预训练,获得数据中复杂的内在特征,减少对有标签样本的依赖;其次将领域适配模块引入到预训练后的编码器中,使用少量有标签源域数据对IMAE进行微调,在希尔伯特空间中利用最小化最大均值差异减小因转速不同造成的源域与目标域间数据分布差异;最后在Softmax分类层下实现滚动轴承半监督故障诊断。通过滚动轴承数据集实验验证,所提方法检测精度均达到94%以上,证明了该方法的可行性与有效性。 展开更多
关键词 掩码自编码器 滚动轴承 不同转速 标签样本 半监督故障诊断
原文传递
自编码器动态主导融合的多模态情感分析
13
作者 杨溪 郭军军 +3 位作者 严海宁 谭凯文 相艳 余正涛 《计算机工程与应用》 CSCD 2024年第6期180-187,共8页
多模态情感分析过程中,对情感判定起主导作用的模态常常是动态变化的。传统多模态情感分析方法中通常仅以文本为主导模态,而忽略了由于模态之间的差异性造成不同时刻主导模态的变化。针对如何在各个时刻动态选取主导模态的问题,提出一... 多模态情感分析过程中,对情感判定起主导作用的模态常常是动态变化的。传统多模态情感分析方法中通常仅以文本为主导模态,而忽略了由于模态之间的差异性造成不同时刻主导模态的变化。针对如何在各个时刻动态选取主导模态的问题,提出一种自编码器动态主导融合的多模态情感分析方法。该方法首先对单模态编码并获得多模态融合特征,再利用自编码器将其表征到共享空间内;在此空间内衡量单模态特征与融合模态特征的相关程度,在各个时刻动态地选取相关程度最大的模态作为该时刻的主导模态;最后,利用主导模态引导多模态信息融合,得到多模态鲁棒性表征。在多模态情感分析基准数据集CMU-MOSI上进行广泛实验,实验结果表明提出方法的有效性,并且优于大多数现有最先进的多模态情感分析方法。 展开更多
关键词 多模态情感分析 动态互补 主导模态 自编码器
下载PDF
一种基于变分多跳图注意力编码器的深层协同真值发现
14
作者 张国昊 王轶 +1 位作者 周喜 王保全 《计算机科学》 CSCD 2024年第3期109-117,共9页
大数据时代,数据价值的释放经常需要融合多源数据,数据冲突成为这一过程中无法避免的关键问题。为了从冲突数据中筛选出真实声明以及可靠数据源,研究人员提出了真值发现方法。然而,现有的真值发现大多注重数据源与声明之间的直接协同信... 大数据时代,数据价值的释放经常需要融合多源数据,数据冲突成为这一过程中无法避免的关键问题。为了从冲突数据中筛选出真实声明以及可靠数据源,研究人员提出了真值发现方法。然而,现有的真值发现大多注重数据源与声明之间的直接协同信息,忽略了更深层的间接协同与对抗信息,导致不足以表达出数据源与声明的特征。针对此问题,提出了基于变分多跳图注意力编码器的真值发现方法(TD-VMGAE),基于数据源与声明之间的包含关系构建二分图网络,采用多跳图注意力层为每个节点表征汇聚间接协同信息以及对抗信息,并设计真值发现变分自编码器,抽取节点表征中所需的分类分布,对数据源和声明进行协同分类。实验结果表明,所提方法在3个不同尺度的数据集中均有不错的表现,消融实验和可视化也验证了所提方法的有效性和泛化能力。 展开更多
关键词 数据质量 冲突消解 真值发现 多跳图注意力 变分自编码器
下载PDF
基于自动编码器降维的Cox神经网络扩展模型在肺腺癌组学数据中的应用
15
作者 张永超 兰宁 +3 位作者 李淼 张云飞 赵晋芳 罗天娥 《中国卫生统计》 CSCD 2024年第1期156-160,共5页
目的 在自动编码器对肺腺癌基因表达组学数据进行降维的基础上,构建Cox的神经网络扩展模型,从而对肺腺癌患者预后进行预测。方法 首先通过两种无监督学习方法:自动编码器和主成分分析分别对肺腺癌的基因表达数据进行降维,然后构建Cox-n... 目的 在自动编码器对肺腺癌基因表达组学数据进行降维的基础上,构建Cox的神经网络扩展模型,从而对肺腺癌患者预后进行预测。方法 首先通过两种无监督学习方法:自动编码器和主成分分析分别对肺腺癌的基因表达数据进行降维,然后构建Cox-nnet模型,并与DeepSurv模型进行比较,从中选择预测性能较好的方法来识别肺腺癌的高低危患者。结果 在TCGA与GEO两个数据集中,基于自动编码器降维后的Cox-nnet模型均有较好的一致性指数与AUC值,且高低预后两组患者的生存率都具有统计学差异。结论 自动编码器比主成分分析更适用于基因表达数据的无监督降维,且经自动编码器降维后的Cox-nnet模型拥有较好的预测性能,可以明显地区分肺腺癌的高低危患者,为肺腺癌的预后研究提供科学依据。 展开更多
关键词 肺腺癌 主成分分析 自动编码器 Cox-nnet 预后预测
下载PDF
基于自动编码器和支持向量机的飞机机动智能识别方法
16
作者 岳龙飞 杨任农 +3 位作者 杨文达 左家亮 刘会亮 许凌凯 《兵器装备工程学报》 CAS CSCD 2024年第2期210-217,共8页
飞机机动动作识别是空战意图识别和智能决策的基础。针对传统机动动作识别方法存在的高维数据分析和特征提取能力不足、识别准确率不高的问题,考虑到机动数据的高维性、时序性的特点,提出基于正则化自动编码器-支持向量机(RAE-SVM)的飞... 飞机机动动作识别是空战意图识别和智能决策的基础。针对传统机动动作识别方法存在的高维数据分析和特征提取能力不足、识别准确率不高的问题,考虑到机动数据的高维性、时序性的特点,提出基于正则化自动编码器-支持向量机(RAE-SVM)的飞机机动动作识别方法。依据机动动作数据变化规律和专家经验知识,构建了基于时间段数据特征的机动动作样本库;将无监督的自动编码器神经网络强大的特征提取能力和有监督的支持向量机优异的分类性能相结合,构建基于RAE-SVM的机动识别模型,采用机动动作样本库训练模型;通过引入正则化提高了RAE网络的泛化性能和预测准确率;最后与多种现有方法进行准确性与实时性对比,并选取空战机动动作数据进行实例验证。结果表明:所提方法识别准确率为92.75%,对一组机动数据识别仅需2 ms,满足实时性要求。因此,该方法可以快速准确地进行飞机机动动作识别,具有一定实用价值。 展开更多
关键词 机动动作识别 正则化自动编码器 支持向量机 特征提取 无监督学习
下载PDF
基于自编码器的汽油分子组成预测
17
作者 蔡广庆 胡益炯 +2 位作者 李春澎 纪晔 王弘历 《辽宁石油化工大学学报》 CAS 2024年第2期1-6,共6页
汽油分子在线调和技术需要快速获取各种类型组分油的详细分子组成信息。开发了基于自编码器的汽油分子组成快速解析方法,该方法可由近红外光谱直接预测汽油详细单体烃的组成。构建的汽油分子组成自编码器模型可挖掘汽油组成的潜在特征,... 汽油分子在线调和技术需要快速获取各种类型组分油的详细分子组成信息。开发了基于自编码器的汽油分子组成快速解析方法,该方法可由近红外光谱直接预测汽油详细单体烃的组成。构建的汽油分子组成自编码器模型可挖掘汽油组成的潜在特征,并利用潜在特征解码恢复原始分子组成。利用神经网络算法关联近红外光谱特征信息与汽油组成的潜在特征,并采用加氢汽油验证了模型的准确性。结果表明,平均绝对误差为0.033。开发的模型将自编码器算法应用在传统的石油化工过程中,对汽油分子在线调和与实时优化具有重要的指导意义。 展开更多
关键词 在线调和 自编码器 分子组成 快速解析 近红外光谱
下载PDF
一种FPGA⁃TDC防气泡误差编码器设计
18
作者 陆江镕 李文昌 +2 位作者 刘剑 张天一 王彦虎 《半导体技术》 CAS 2024年第5期471-475,482,共6页
在设计基于现场可编程门阵列(FPGA)的时间数字转换器(TDC)时,时钟偏斜等因素产生的气泡误差会造成抽头延迟链(TDL)中的延迟单元失效,导致TDC的分辨率变差。提出了一种防气泡误差编码器,通过统计抽头延迟链中发生变化的抽头个数,该编码... 在设计基于现场可编程门阵列(FPGA)的时间数字转换器(TDC)时,时钟偏斜等因素产生的气泡误差会造成抽头延迟链(TDL)中的延迟单元失效,导致TDC的分辨率变差。提出了一种防气泡误差编码器,通过统计抽头延迟链中发生变化的抽头个数,该编码器使抽头延迟链跳变顺序按照时间顺序映射,从而消除气泡误差的影响。利用Xilinx Virtex UltraScale+FPGA对该防气泡误差编码器的有效性进行验证,使用该编码器后,基于双端采样法的抽头延迟链TDC分辨率由3.18 ps提升至1.76 ps。实验结果表明,所提出的防气泡误差编码器能够解决气泡误差导致的延迟单元失效的问题,避免分辨率的损失。 展开更多
关键词 时间数字转换器(TDC) 现场可编程门阵列(FPGA) 气泡误差 编码器 抽头延迟链(TDL)
原文传递
基于自编码器的过完备多级表示深度子空间聚类
19
作者 汪雷杰 徐慧英 +1 位作者 朱信忠 汪紫莹 《浙江师范大学学报（自然科学版）》 CAS 2024年第2期166-175,共10页
深度子空间聚类网络利用深度自表达性,借助具备全连接层的欠完备深度自编码器,有效地解决了无监督子空间聚类难题.然而,该方法使用输入数据的不完全表示,并且缺乏低级和高级信息的集成,从而损害其鲁棒性.为解决这一问题,提出了一种新的... 深度子空间聚类网络利用深度自表达性,借助具备全连接层的欠完备深度自编码器,有效地解决了无监督子空间聚类难题.然而,该方法使用输入数据的不完全表示,并且缺乏低级和高级信息的集成,从而损害其鲁棒性.为解决这一问题,提出了一种新的深度子空间聚类方法,该方法使用卷积自动编码器将输入图像转换为位于线性子空间联合上的新表示.在编码器层加入了过完备分支,使得网络能够捕捉到更精细的数据细节.此外,在编码器和相应的解码器层之间引入多个完全连接的线性层.这些互相连接的层协同作用,将低级和高级信息结合在一起,从而在编码器的不同层级上生成了多组自表达和信息表示.该过程有效地促进了特征学习过程.最后,引入了一个新的损失最小化问题,利用初始样本聚类有效地集成了多级表示,从而更准确地恢复了底层子空间结构.随后,采用迭代方案来最小化损失函数.在4个真实数据集上的实验结果表明,在大多数子空间聚类场景中,本文方法最优. 展开更多
关键词 无监督学习 深度子空间聚类 自动编码器 过完备表示 多层次表示
下载PDF
基于改进堆叠降噪自编码器的连铸机扇形段故障特征提取
20
作者 李国锋 但斌斌 +3 位作者 容芷君 都胜朝 肖浩 李冬冬 《武汉科技大学学报》 CAS 2024年第2期129-136,共8页
为了提取连铸机扇形段在正常浇铸状态下的故障特征,设计一种利用鲸鱼优化算法(WOA)改进的堆叠降噪自编码器(SDAE)网络模型,命名为WOA-SDAE,并应用于扇形段拉矫力信号特征学习和故障分类。首先,从完整的浇铸周期中获取正常浇铸状态下的数... 为了提取连铸机扇形段在正常浇铸状态下的故障特征,设计一种利用鲸鱼优化算法(WOA)改进的堆叠降噪自编码器(SDAE)网络模型,命名为WOA-SDAE,并应用于扇形段拉矫力信号特征学习和故障分类。首先,从完整的浇铸周期中获取正常浇铸状态下的数据,对低频的拉矫力信号进行时域特征提取,将一维拉矫力信号转换为多维时域特征信号,并建立评价体系以寻找最优时域参数;其次,运用堆叠降噪自编码器与softmax分类器组成网络模型对故障信号进行分类,采用鲸鱼优化算法确定SDAE模型中隐含层层数与节点数。通过实际生产过程中的连铸机扇形段拉矫力信号来验证所提方法的可行性。试验结果表明,WOA-SDAE可有效提取扇形段的故障特征,在测试集上的识别准确率达到92.23%。 展开更多
关键词 连铸机扇形段 故障诊断 拉矫力信号 特征提取 堆叠降噪自编码器 鲸鱼优化算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部