期刊文献+
共找到64,137篇文章
< 1 2 250 >
每页显示 20 50 100
基于先验知识的里程碑事件时间识别方法 预览
1
作者 吕宗磊 姬婷婷 《计算机工程与设计》 北大核心 2019年第6期1696-1700,1733共6页
传统手写数字识别方法在实际应用中没有使用上下文信息,针对机场里程碑事件中的手写数字识别问题,提出基于先验知识的里程碑事件时间识别方法。在传统概率神经网络的基础上加入筛选层,删除不符合时间数据特点的结果,利用机场里程碑事件... 传统手写数字识别方法在实际应用中没有使用上下文信息,针对机场里程碑事件中的手写数字识别问题,提出基于先验知识的里程碑事件时间识别方法。在传统概率神经网络的基础上加入筛选层,删除不符合时间数据特点的结果,利用机场里程碑事件发生时间的先验知识对识别结果进行选择。在真实的里程碑事件发生时间的识别实验中,所提方法对手写体数字的识别正确率可以达到99%,而BP神经网络对手写体数字的识别正确率仅94.5%,实验验证了所提方法的有效性。 展开更多
关键词 手写数字识别 神经网络 先验知识 机场里程碑事件 概率神经网络
在线阅读 下载PDF
一种神经网络改进小波的地震数据随机噪声去除方法 预览
2
作者 陈亮 陈丽芳 刘保相 《地震工程学报》 CSCD 北大核心 2019年第2期476-481,共6页
地震资料的有效信号反射弱,且易受多次波的影响,不可避免地存在随机噪声干扰。提出一种基于神经网络改进小波的地震数据随机噪声去除方法,采用神经网络模型,识别出随机噪声信号,对该信号进行小波包分解,获取多类别随机噪声信号,采用级... 地震资料的有效信号反射弱,且易受多次波的影响,不可避免地存在随机噪声干扰。提出一种基于神经网络改进小波的地震数据随机噪声去除方法,采用神经网络模型,识别出随机噪声信号,对该信号进行小波包分解,获取多类别随机噪声信号,采用级联BP神经网络模型提取出多类别随机噪声信号,实现地震数据的随机信号压制。实验结果显示,这种改进小波方法对地震数据随机噪声信号的去噪效果较好,在复杂沉积地质结构被探测介质的地震数据随机噪声压制方面具有较强的适用性。 展开更多
关键词 神经网络 小波包分解 随机噪声 去噪 BP神经网络
在线阅读 下载PDF
基于RBF神经网络识别路面不平度的研究 预览
3
作者 谷盛丰 顾久 +2 位作者 郑玲玲 赵旗 李杰 《汽车工程学报》 2019年第3期157-163,共7页
针对应用RBF神经网络识别路面不平度的输入选择、输入方案确定和识别效果评价3个问题,提出了一种解决方法。对RBF神经网络和训练过程进行了分析,选择车辆可以测试的车辆响应作为RBF神经网络输入,引入正交试验设计确定RBF神经网络输入方... 针对应用RBF神经网络识别路面不平度的输入选择、输入方案确定和识别效果评价3个问题,提出了一种解决方法。对RBF神经网络和训练过程进行了分析,选择车辆可以测试的车辆响应作为RBF神经网络输入,引入正交试验设计确定RBF神经网络输入方案,采用相关系数和均方根误差作为RBF神经网络识别效果的评价指标。通过采用车辆和路面不平度系统4自由度平面模型仿真获得车辆响应和前轮路面不平度,应用RBF神经网络对常用路面等级和常用车速行驶下某汽车的前轮路面不平度进行了识别。结果表明,所提出的方法解决了基于RBF神经网络识别路面不平度的3个问题,可以用于其它神经网络识别路面不平度。 展开更多
关键词 路面不平度识别 神经网络 RBF神经网络 正交试验设计 平顺性
在线阅读 下载PDF
基于深度神经网络的城市声音分类模型研究 预览
4
作者 陈波 俞轶颖 《浙江工业大学学报》 CAS 北大核心 2019年第2期199-203,共5页
为充分利用城市生态环境中各种声音包含的信息,提取Mel频率倒谱系数、Mel图谱、频谱质心、色度图谱(Chromagram)和光谱对比度等5种特征,通过深度神经网络模型进行城市环境声音的分类,该模型分类精度达88.6%,优于基于Mel频率倒谱系数的... 为充分利用城市生态环境中各种声音包含的信息,提取Mel频率倒谱系数、Mel图谱、频谱质心、色度图谱(Chromagram)和光谱对比度等5种特征,通过深度神经网络模型进行城市环境声音的分类,该模型分类精度达88.6%,优于基于Mel频率倒谱系数的基本分类方法,并提出一种基于卷积神经网络的声音分类模型来评估连续小卷积核卷积神经网络在对短音频城市环境声音进行分类的潜力,与目前其他同类声音分类方法的结果进行对比。 展开更多
关键词 城市声音 神经网络 卷积神经网络 分类
在线阅读 下载PDF
稀疏神经网络加速器设计 预览
5
作者 周聖元 杜子东 陈云霁 《高技术通讯》 CAS 北大核心 2019年第3期222-231,共10页
针对日益增长的神经网络规模和不断变化的神经网络模型结构,提出了一款新型的稀疏神经网络加速器架构。该架构能够有效利用稀疏神经网络中的权值稀疏性和神经元稀疏性,进一步提升加速器处理神经网络模型时的运算速度。同时,该架构能够... 针对日益增长的神经网络规模和不断变化的神经网络模型结构,提出了一款新型的稀疏神经网络加速器架构。该架构能够有效利用稀疏神经网络中的权值稀疏性和神经元稀疏性,进一步提升加速器处理神经网络模型时的运算速度。同时,该架构能够支持逐元素乘法/加法等运算,从而进一步提高加速器的灵活性,高效支持并加速Resnet等新型的神经网络结构。实验结果显示,基于5个具有代表性神经网络模型,该架构相比于现有的先进的稀疏神经网络加速器有平均为2.57倍的加速比,同时针对Resnet-18和Resnet-50的BN层分别平均有4.40倍和4.57倍的加速比。 展开更多
关键词 神经网络 稀疏神经网络 加速器
在线阅读 下载PDF
基于机器学习的车险索赔频率预测 预览
6
作者 曾宇哲 吴嫒博 +1 位作者 郑宏远 罗来娟 《统计与信息论坛》 CSSCI 北大核心 2019年第5期69-78,共10页
近年来,广义线性模型已被广泛用于车险定价,而一些研究结果显示机器学习在某些方面优于广义线性模型,但这些结果都只是基于某个单一数据集。为了更全面地比较广义线性模型与机器学习方法在车险索赔频率预测问题上的效果,对7个车险数据... 近年来,广义线性模型已被广泛用于车险定价,而一些研究结果显示机器学习在某些方面优于广义线性模型,但这些结果都只是基于某个单一数据集。为了更全面地比较广义线性模型与机器学习方法在车险索赔频率预测问题上的效果,对7个车险数据集进行了比较测试,包括深度学习、随机森林、支持向量机、XGboost等机器学习方法;基于相同的训练集,建立不同的广义线性模型预测索赔频率,根据最小信息准则(AIC)选取最优的广义线性模型;通过交叉验证调参获得机器学习最佳参数和模型。研究结果显示:在所有的数据集上XGboost的预测效果一致地优于广义线性模型;对于某些自变量较多、变量间相关性强的数据集,神经网络、深度学习和随机森林的预测效果比广义线性模型更好。 展开更多
关键词 汽车保险 索赔频率 机器学习 梯度提升 深度学习 神经网络
在线阅读 下载PDF
基于BP神经网络的医疗设备精准预防性维护 预览
7
作者 罗林聪 钱雷鸣 章莉 《医疗卫生装备》 CAS 2019年第7期78-80,85共4页
目的:针对当前医疗设备预防性维护(preventive maintenance,PM)中存在的问题,基于误差反向传播(back propagation,BP)神经网络实现医疗设备精准PM。方法:以医疗设备的运行数据、仪器使用率、工作时长、历史维护情况等作为输入数据,建立... 目的:针对当前医疗设备预防性维护(preventive maintenance,PM)中存在的问题,基于误差反向传播(back propagation,BP)神经网络实现医疗设备精准PM。方法:以医疗设备的运行数据、仪器使用率、工作时长、历史维护情况等作为输入数据,建立3层的BP神经网络,以BP神经网络经过训练得出的连接权值系数作为决策模型,预测医疗设备的维护期限、维护部件及维护项目。结果:可以预测出医疗设备的维护期限、维护部件及维护项目等,实现了医疗设备精准PM。结论:BP神经网络可以根据医疗设备运行参数及信息化平台上的数据学习决策,提高医疗设备PM的精准度,从而预防在诊断或治疗过程中因医疗设备故障带来的不良事件。 展开更多
关键词 神经网络 BP神经网络 医疗设备 精准预防性维护 医疗设备故障
在线阅读 下载PDF
基于孪生神经网络的时间序列相似性度量 预览
8
作者 姜逸凡 叶青 《计算机应用》 CSCD 北大核心 2019年第4期1041-1045,共5页
在时间序列分类等数据挖掘工作中,不同数据集基于类别的相似性表现有明显不同,因此一个合理有效的相似性度量对数据挖掘非常关键。传统的欧氏距离、余弦距离和动态时间弯曲等方法仅针对数据自身进行相似度公式计算,忽略了不同数据集所... 在时间序列分类等数据挖掘工作中,不同数据集基于类别的相似性表现有明显不同,因此一个合理有效的相似性度量对数据挖掘非常关键。传统的欧氏距离、余弦距离和动态时间弯曲等方法仅针对数据自身进行相似度公式计算,忽略了不同数据集所包含的知识标注对于相似性度量的影响。为了解决这一问题,提出基于孪生神经网络(SNN)的时间序列相似性度量学习方法。该方法从样例标签的监督信息中学习数据之间的邻域关系,建立时间序列之间的高效距离度量。在UCR提供的时间序列数据集上进行的相似性度量和验证性分类实验的结果表明,与ED/DTW-1NN相比SNN在分类质量总体上有明显的提升。虽然基于动态时间弯曲(DTW)的1近邻(1NN)分类方法在部分数据上表现优于基于SNN的1NN分类方法,但在分类过程的相似度计算复杂度和速度上SNN优于DTW。可见所提方法能明显提高分类数据集相似性的度量效率,在高维、复杂的时间序列的数据分类上有不错的表现。 展开更多
关键词 时间序列 相似性度量 神经网络 孪生神经网络
在线阅读 下载PDF
应用改进卷积神经网络的网络安全态势预测方法 预览
9
作者 张任川 张玉臣 +1 位作者 刘璟 范钰丹 《计算机工程与应用》 CSCD 北大核心 2019年第6期86-93,共8页
针对神经网络态势预测模型训练复杂度高的问题,提出了一种基于改进卷积神经网络的态势预测方法。结合深度可分离卷积与分解卷积技术的优点,提出了一种基于复合卷积结构的改进型卷积神经网络安全态势预测模型,实现了态势要素和态势值的... 针对神经网络态势预测模型训练复杂度高的问题,提出了一种基于改进卷积神经网络的态势预测方法。结合深度可分离卷积与分解卷积技术的优点,提出了一种基于复合卷积结构的改进型卷积神经网络安全态势预测模型,实现了态势要素和态势值的映射。实验仿真结果证明,相比于已有的典型预测方法,该方法明显降低了复杂度,减少了预测时间,并提升了预测准确率。 展开更多
关键词 态势预测 神经网络 卷积神经网络 复合卷积结构
在线阅读 下载PDF
基于神经网络的管网漏失定位实例研究 预览
10
作者 王俊岭 吴宾 +2 位作者 聂练桃 李爽 韩伟 《水利水电技术》 北大核心 2019年第4期47-54,共8页
为了在复杂且不直观的供水管网中快速实时定位漏点,以某城市区域管网为对象,在其上游、中游和下游各选取3条没有经过训练的管道,进行不同损坏程度的漏损模拟,利用BP神经网络可以逼近任意的非线性映射特点,将模拟数据作为训练样本训练神... 为了在复杂且不直观的供水管网中快速实时定位漏点,以某城市区域管网为对象,在其上游、中游和下游各选取3条没有经过训练的管道,进行不同损坏程度的漏损模拟,利用BP神经网络可以逼近任意的非线性映射特点,将模拟数据作为训练样本训练神经网络,建立漏损点位置与测压点压力之间的非线性关系,构建基于BP神经网络的实时漏点定位模型。结果表明,模型预测的漏点位置横纵坐标的平均相对误差分别为4.16%和1.40%,预测的漏点偏移距离最小为6 m。当漏损面积比为0.01时,泄漏流量只有1 L/s,完全可以达到快速定位。此研究成果对实际管网的应用提供了理论基础和技术支持。 展开更多
关键词 管网运行 神经网络 管网漏失 压力监测点
在线阅读 下载PDF
BP网络结构和算法对非线性系统进行辨识 预览
11
作者 丁伟 陈羽鲲 《山东化工》 CAS 2019年第2期137-139,共3页
利用MATLAB神经网络工具箱进行了基于BP神经网络的非线性系统辨识仿真研究,针对实际问题选取BP网络结构和BP算法,并对网络输入、输出、隐层节点的个数选取作了探讨,选取一个非线性系统,通过改变隐层节点数和训练函数,找出适当的BP网络... 利用MATLAB神经网络工具箱进行了基于BP神经网络的非线性系统辨识仿真研究,针对实际问题选取BP网络结构和BP算法,并对网络输入、输出、隐层节点的个数选取作了探讨,选取一个非线性系统,通过改变隐层节点数和训练函数,找出适当的BP网络结构和算法对非线性系统进行辨识。 展开更多
关键词 神经网络 系统辨识 BP网络 BP算法
在线阅读 下载PDF
基于LM-BP神经网络的FlexRay总线系统的预测控制 预览 被引量:1
12
作者 刘志超 张良玉 +1 位作者 杨梅 王义 《现代电子技术》 北大核心 2019年第3期82-86,共5页
为了提高汽车高速数据传输总线FlexRay车载网络的控制性能,确保FlexRay总线网络在大负载传输数据时控制系统工作的稳定性,提出一种基于Levenberg-Marquardt(LM)算法神经网络的FlexRay总线预测控制系统的方法。通过采样当前时刻的FlexRa... 为了提高汽车高速数据传输总线FlexRay车载网络的控制性能,确保FlexRay总线网络在大负载传输数据时控制系统工作的稳定性,提出一种基于Levenberg-Marquardt(LM)算法神经网络的FlexRay总线预测控制系统的方法。通过采样当前时刻的FlexRay车载网络的工作状态预测下一时刻车载网络的运行状态,以在线自适应调节任务工作量的方式适应车载网络系统中时刻变化的负载,提高FlexRay网络控制系统的可靠性和稳定性。仿真结果表明,LM.BP神经网络预测控制具有很好的自适应性和鲁棒性,有效提高了FlexRay车载网络的安全性和稳定性。 展开更多
关键词 FLEXRAY 车载网络 神经网络 自适应调节 预测控制 网络性能
在线阅读 下载PDF
基于社交网络元数据的图像分类算法 预览
13
作者 王兆平 陈炳坤 《深圳大学学报:理工版》 CAS CSCD 北大核心 2019年第4期453-459,共7页
在线社交网络图像通常携带大量的社交网络元数据,包含了丰富的图像语义信息,可以帮助用户区分图片中的内容.提出一种基于社交网络元数据的图像分类(multiple social metadata image classifica tion networks,简称MSNet)算法,首先采集... 在线社交网络图像通常携带大量的社交网络元数据,包含了丰富的图像语义信息,可以帮助用户区分图片中的内容.提出一种基于社交网络元数据的图像分类(multiple social metadata image classifica tion networks,简称MSNet)算法,首先采集得到图像的多种社交网络元数据,根据图像社交网络信息构造出图像的多种关系网络,然后使用网络表征学习算法学习出图像在各个关系网络中的表征向量,最后使用图像的视觉特征和网络表征训练一个神经网络分类器对图像进行分类.通过在PASCAL, MIR、CLEF和NUS数据集上对比 MSNet 与 CNN-neighbor、核典型相关分析(kernel canonical correlation analysis, KCCA)算法的性能,证明了 MSNet算法能提升图像分类的性能。 展开更多
关键词 人工智能 社交网络 网络表征学习 图像分类 神经网络 社交多媒体
在线阅读 免费下载
软件定义时分波分复用无源光网络中基于带宽预测的资源分配策略 预览
14
作者 熊余 杨娅娅 +1 位作者 张振振 蒋婧 《电子与信息学报》 EI CSCD 北大核心 2019年第8期1885-1892,共8页
针对时分波分复用无源光网络(TWDM-PON)多个光线路终端(OLT)间资源缺乏协同集中调度问题,该文提出一种带有软件定义的基于带宽预测的资源分配策略(RABP)。在光线路终端间,设计粒子群优化的BP神经网络模型预测各光线路终端所需带宽,避免... 针对时分波分复用无源光网络(TWDM-PON)多个光线路终端(OLT)间资源缺乏协同集中调度问题,该文提出一种带有软件定义的基于带宽预测的资源分配策略(RABP)。在光线路终端间,设计粒子群优化的BP神经网络模型预测各光线路终端所需带宽,避免了控制器与光线路终端信息交互时延对资源分配实时性的影响;其次,在光线路终端内,动态设定滑动周期并基于光网络单元授权信息实时统计资源池共享带宽,同时,设计负载均衡的波长调度机制实现多波长的高效利用。仿真结果表明,该策略提高了信道资源利用率,降低了平均包时延。 展开更多
关键词 软件定义网络 时分波分复用无源光网络 神经网络 带宽预测 资源分配 滑动周期
在线阅读 免费下载
人工神经网络的发展综述 预览
15
作者 夏瑜潞 《电脑知识与技术:学术版》 2019年第7Z期227-229,共3页
人工神经网络(ANN)是人工智能领域中十分重要的运算模型,ANN通过模拟人类大脑的结构和逻辑,来处理复杂的问题。本文首先介绍了ANN的起源和发展,其次描述了全连接神经网络和深度神经网络的结构,其中具体介绍了卷积神经网络及其应用,最后... 人工神经网络(ANN)是人工智能领域中十分重要的运算模型,ANN通过模拟人类大脑的结构和逻辑,来处理复杂的问题。本文首先介绍了ANN的起源和发展,其次描述了全连接神经网络和深度神经网络的结构,其中具体介绍了卷积神经网络及其应用,最后探讨了ANN的未来发展目标,并提出了对未来工作的期望。 展开更多
关键词 人工智能 神经网络 卷积神经网络 图像识别
在线阅读 下载PDF
增强碰撞体算法优化的自编码神经网络
16
作者 冯文 陈志国 +1 位作者 傅毅 王凯宇 《小型微型计算机系统》 CSCD 北大核心 2019年第4期721-725,共5页
自编码神经网络是神经网络中常见的网络,自编码网络常用于数据降维,特征学习,数据去噪等.传统的自编码网络采用的BP策略,为了应对BP算法固有的一些不足,本文结合了增强碰撞体算法的优点,提出了一种增强碰撞体算法优化的自编码网络.将自... 自编码神经网络是神经网络中常见的网络,自编码网络常用于数据降维,特征学习,数据去噪等.传统的自编码网络采用的BP策略,为了应对BP算法固有的一些不足,本文结合了增强碰撞体算法的优点,提出了一种增强碰撞体算法优化的自编码网络.将自编码的代价函数和softmax分类器的误差函数加权求和作为该算法的评价函数,利用增强碰撞体算法分别优化自编码网络和softmax分类器的参数.实验结果表明与其他算法和粒子群算法优化的自编码算法相比,该方法在邮件分类上取得了较好效果,与极限学习机优化的栈式自编码相比在UCI的一些公共数据库上取得了较好的分类效果. 展开更多
关键词 自编码网络 神经网络 增强碰撞体优化算法 分类
基于小波包变换的混联配电网故障定位方法 预览
17
作者 陈志伟 舒勤 《广东电力》 2019年第1期100-108,共9页
通过改进现有基于行波模量速度差的单相接地故障定位方法,使之能够应用于参数复杂的架空线、电缆混联配电网。针对行波在混联配电网传播时突出的频散问题,通过小波包变换将行波分解到若干互不重叠的窄频带上,重构特定窄频带上的行波,从... 通过改进现有基于行波模量速度差的单相接地故障定位方法,使之能够应用于参数复杂的架空线、电缆混联配电网。针对行波在混联配电网传播时突出的频散问题,通过小波包变换将行波分解到若干互不重叠的窄频带上,重构特定窄频带上的行波,从而更准确地标定各模量波头到达时刻。利用神经网络拟合故障距离与模量时间差的对应关系,结合故障点反射波头判定故障区段。该方法避免了复杂的波速度计算问题,提高了神经网络拟合的准确性。 展开更多
关键词 混联配电网 故障定位 小波包变换 频带分解 神经网络
在线阅读 下载PDF
基于PSO优化贝叶斯网络的高校贫困生分类 预览
18
作者 宋威 《微型电脑应用》 2019年第8期50-53,共4页
为提高高校贫困生分类的准确率,综合考虑学生家庭收入和家庭支出情况,提出一种基于PSO-BN的高校贫困生分类方法。将贫困生分类评价指标作为PSO-BN模型的输入,贫困生类别作为PSO-BN模型的输出,建立PSO-BN贫困生分类模型。研究结果表明,... 为提高高校贫困生分类的准确率,综合考虑学生家庭收入和家庭支出情况,提出一种基于PSO-BN的高校贫困生分类方法。将贫困生分类评价指标作为PSO-BN模型的输入,贫困生类别作为PSO-BN模型的输出,建立PSO-BN贫困生分类模型。研究结果表明,与BN、SVM和BP相比,PSO-BN可以有效提高高校贫困生分类的准确性,实现贫困生判定由定性分析转向定量分析,提高了模型的应用价值。 展开更多
关键词 粒子群算法 贝叶斯网络 贫困生 支持向量机 神经网络
在线阅读 下载PDF
基于多层感知机的个性化链接排序预测 预览
19
作者 孙培杰 吴乐 《合肥工业大学学报:自然科学版》 CAS 北大核心 2019年第6期750-755,共6页
社交网络链接预测,即通过历史社交网络结构信息,预测未来一段时间内社交用户之间可能会产生新的链接关系,是社会网络分析中的一个重要问题。现有的模型挖掘了用户之间的浅层交互关系,或者通过深层网络去学习用户的特征描述。然而,由于... 社交网络链接预测,即通过历史社交网络结构信息,预测未来一段时间内社交用户之间可能会产生新的链接关系,是社会网络分析中的一个重要问题。现有的模型挖掘了用户之间的浅层交互关系,或者通过深层网络去学习用户的特征描述。然而,由于社会网络数据极其稀疏,现有的模型在链接预测的表现上存在一定的提升空间。针对上述问题,文章提出基于多层感知机的个性化链接排序预测模型(PRMLP),从而实现了社交链接预测任务。PRMLP同时考虑了用户之间的交互关系,并采用了多层网络结构深入挖掘社会网络的拓扑结构,因此能够学习得到更精准的用户特征描述。文章针对模型训练中正负样本不平衡的问题提出了解决方案,在2个真实数据集进行的实验表明,文中提出的基于多层感知机的个性化链接排序预测模型相对于现有的其他链接预测模型表现更优。 展开更多
关键词 多层感知机 社交网络 链接预测 个性化信息 神经网络
在线阅读 免费下载
生成式对抗网络GAN的研究现状与应用 预览
20
作者 于梦珂 《无线互联科技》 2019年第9期25-26,29共3页
21世纪以来,在大数据、云计算和物联网等新兴技术不断成熟的大背景下,人工智能得到了第3次井喷式发展。其中,以深度学习为基础的图像处理、语音识别等技术的发展尤为迅猛。而生成式对抗网络是如今深度学习领域中最为前沿也是最令人着迷... 21世纪以来,在大数据、云计算和物联网等新兴技术不断成熟的大背景下,人工智能得到了第3次井喷式发展。其中,以深度学习为基础的图像处理、语音识别等技术的发展尤为迅猛。而生成式对抗网络是如今深度学习领域中最为前沿也是最令人着迷的领域之一,它自2014年10月被Ian Goodfellow等提出以后,就一直受到人们的广泛关注与追捧。文章从生成式对抗网络的基本原理出发,分析了生成式对抗网络的研究现状及其主要的应用领域,并对生成式对抗网络进行了总结与展望。 展开更多
关键词 生成式对抗网络 深度学习 神经网络 人工智能
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部 意见反馈