期刊文献+
共找到3,764篇文章
< 1 2 189 >
每页显示 20 50 100
一种采用模型学习和经验回放加速的正则化自然行动器评判器算法 预览
1
作者 钟珊 刘全 +2 位作者 傅启明 龚声蓉 董虎胜 《计算机学报》 EI CSCD 北大核心 2019年第3期532-553,共22页
行动器评判器(Actor Critic,简称AC)算法是强化学习连续动作领域的一类重要算法,其采用独立的结构表示策略,但更新策略时需要大量样本导致样本效率不高.为了解决该问题,提出了基于模型学习和经验回放加速的正则化自然AC算法(Regularized... 行动器评判器(Actor Critic,简称AC)算法是强化学习连续动作领域的一类重要算法,其采用独立的结构表示策略,但更新策略时需要大量样本导致样本效率不高.为了解决该问题,提出了基于模型学习和经验回放加速的正则化自然AC算法(Regularized Natural AC with Model Learning and Experience Replay,简称RNAC-ML-ER).RNAC-ML-ER将Agent与环境在线交互产生的样本用于学习系统动态性对应的线性模型和填充经验回放存储器.将线性模型产生的模拟样本和经验回放存储器中存储的样本作为在线样本的补充,实现值函数、优势函数和策略的更新.为了提高更新的效率,在每个时间步,仅当模型的预测误差未超过阈值时才利用该模型进行规划,同时根据TD-error从大到小的顺序对经验回放存储器中的样本进行回放.为了降低策略梯度估计的方差,引入优势函数参数向量对优势函数进行线性近似,在优势函数的目标函数中加入2-范数进行正则化,并通过优势函数参数向量来对策略梯度更新,以促进优势函数和策略的收敛.在指定的两个假设成立的条件下,通过理论分析证明了所提算法RNAC-ML-ER的收敛性.在4个强化学习的经典问题即平衡杆、小车上山、倒立摆和体操机器人中对RNACML-ER算法进行实验,结果表明所提算法能在大幅提高样本效率和学习速率的同时保持较高的稳定性. 展开更多
关键词 行动器评判器算法 模型学习 经验回放 最优策略 正则化 自然梯度
在线阅读 下载PDF
基于视觉注意力机制的异步优势行动者-评论家算法 预览
2
作者 李杰 凌兴宏 +1 位作者 伏玉琛 刘全 《计算机科学》 CSCD 北大核心 2019年第5期169-174,共6页
异步深度强化学习能够通过多线程技术极大地减少学习模型所需要的训练时间。然而作为异步深度强化学习的一种经典算法,异步优势行动者-评论家算法没有充分利用某些具有重要价值的区域信息,网络模型的学习效率不够理想。针对此问题,文中... 异步深度强化学习能够通过多线程技术极大地减少学习模型所需要的训练时间。然而作为异步深度强化学习的一种经典算法,异步优势行动者-评论家算法没有充分利用某些具有重要价值的区域信息,网络模型的学习效率不够理想。针对此问题,文中提出一种基于视觉注意力机制的异步优势行动者-评论家模型。该模型在传统异步优势行动者-评论家算法的基础上引入了视觉注意力机制,通过计算图像各区域点的视觉重要性值,利用回归、加权等操作得到注意力机制的上下文向量,从而使Agent将注意力集中于面积较小但更具丰富价值的图像区域,加快网络模型解码速度,更高效地学习近似最优策略。实验结果表明,与传统的异步优势行动者-评论家算法相比,该模型在基于视觉感知的决策任务上具有更好的性能表现。 展开更多
关键词 异步深度强化学习 视觉注意力机制 行动者-评论家 异步优势行动者-评论家
在线阅读 免费下载
基于重要性采样的优势估计器 预览
3
作者 刘全 姜玉斌 胡智慧 《通信学报》 EI CSCD 北大核心 2019年第5期108-116,共9页
在连续动作任务中,深度强化学习通常采用高斯分布作为策略函数。针对高斯分布策略函数由于截断动作导致算法收敛速度变慢的问题,提出了一种重要性采样优势估计器(ISAE)。该估计器在通用优势估计器(GAE)的基础上,引入了重要性采样机制,... 在连续动作任务中,深度强化学习通常采用高斯分布作为策略函数。针对高斯分布策略函数由于截断动作导致算法收敛速度变慢的问题,提出了一种重要性采样优势估计器(ISAE)。该估计器在通用优势估计器(GAE)的基础上,引入了重要性采样机制,通过计算边界动作的目标策略与行动策略比率修正截断动作带来的值函数偏差,提高了算法的收敛速度。此外,ISAE引入了L参数,通过限制重要性采样率的范围,提高了样本的可靠度,保证了网络参数的稳定。为了验证ISAE的有效性,将ISAE与近端策略优化结合并与其他算法在 MuJoCo平台上进行比较。实验结果表明,ISAE 具有更快的收敛速度。 展开更多
关键词 强化学习 重要性采样 深度强化学习 优势函数
在线阅读 下载PDF
自适应优化Log-Gabor滤波器与动态径向基函数神经网络的虹膜识别 预览
4
作者 刘帅 刘元宁 +3 位作者 庄述鑫 侯铭楷 陈静 张水涵 《吉林大学学报:理学版》 CAS 北大核心 2019年第2期331-338,共8页
首先,采用Log-Gabor滤波器提取虹膜幅度特征,根据虹膜库的种类,通过改进的遗传粒子群优化算法优化滤波器参数;其次,利用主成分分析法降低维数,进而减少噪声和冗余;再次,构建动态径向基函数神经网络,并通过虹膜幅度特征间的欧氏距离进行... 首先,采用Log-Gabor滤波器提取虹膜幅度特征,根据虹膜库的种类,通过改进的遗传粒子群优化算法优化滤波器参数;其次,利用主成分分析法降低维数,进而减少噪声和冗余;再次,构建动态径向基函数神经网络,并通过虹膜幅度特征间的欧氏距离进行虹膜识别;最后,采用多种小型虹膜库与其他虹膜识别算法进行对比实验,实验结果表明,该算法在一对一虹膜识别中正确率更高,ROC曲线更贴近坐标轴,滤波器通用性更好,提高了小型虹膜库的识别率,解决了传统算法学习收敛速度慢、结构通用性差的问题. 展开更多
关键词 虹膜识别 LOG-GABOR滤波器 遗传粒子群优化算法 动态径向基函数神经网络 欧氏距离
在线阅读 下载PDF
基于特征加权融合的虹膜识别算法 预览
5
作者 刘元宁 刘帅 +2 位作者 朱晓冬 刘天慧 杨霞 《吉林大学学报:工学版》 EI CAS CSCD 北大核心 2019年第1期221-229,共9页
由于单一虹膜特征相对简单,容易引起虹膜识别不准确的问题,本文使用特征加权融合来表示虹膜纹理。提取虹膜纹理的空域特征和频域特证,使用主成分分析法(PCA)降噪去冗余。空域特征采用二分统计局部二值模式(DS-LBP)表示虹膜纹理的灰度值... 由于单一虹膜特征相对简单,容易引起虹膜识别不准确的问题,本文使用特征加权融合来表示虹膜纹理。提取虹膜纹理的空域特征和频域特证,使用主成分分析法(PCA)降噪去冗余。空域特征采用二分统计局部二值模式(DS-LBP)表示虹膜纹理的灰度值变化规律,形成空域特征码。频域特征采用二维Haar小波提取虹膜纹理的高频系数,形成频域特征码。分别计算两个特征码的汉明(Hamming)距离,并乘以相应的加权权重。通过与设定的分类阈值比较来判定虹膜类别。用多种虹膜库与其他虹膜识别算法进行比较,实验结果表明,本文算法在识别率、等错率、稳定性等方面更具有优势。 展开更多
关键词 人工智能 特征加权融合 主成分分析法 二分统计局部二值模式 二维Haar小波 汉明距离
在线阅读 下载PDF
Tabular表达式中正规函数表操作的形式语义 预览
6
作者 周文博 刘磊 +1 位作者 张鹏 吕帅 《华南理工大学学报:自然科学版》 EI CAS CSCD 北大核心 2019年第2期85-91,共7页
正规函数表是一类典型的Tabular表达式,被广泛应用于软件说明文档.文中对Tabular表达式中正规函数表操作的语义进行研究.首先给出了正规函数表的形式文法,讨论了规整性、完全性和不可交叉性等性质,说明了其求值过程;然后根据操作的影响... 正规函数表是一类典型的Tabular表达式,被广泛应用于软件说明文档.文中对Tabular表达式中正规函数表操作的语义进行研究.首先给出了正规函数表的形式文法,讨论了规整性、完全性和不可交叉性等性质,说明了其求值过程;然后根据操作的影响范围,以内部操作和外部操作为分类标准,分别对二元操作、替换操作、提取操作和扩展操作的语义进行刻画,讨论了各个操作的封闭性;最后通过电梯控制系统实例分析了相关操作的实际应用场景,说明了正规函数表操作的形式语义的合理性和可用性.实例结果表明,文中提出的正规函数表操作的语义描述与实际结果是一致的. 展开更多
关键词 正规函数表 Tabular表达式 操作语义 软件文档 规格说明
在线阅读 免费下载
增加平面玻璃板的反射率测量不同浓度NaCl液体折射率 预览
7
作者 李硕 赵婉婷 +2 位作者 罗浩 王邴晨 何越 《大学物理实验》 2019年第2期25-27,共3页
利用牛顿环干涉法分别测量了空气,水和不同溶度NaCl溶液的折射率。实验发现牛顿环中先后有空气薄膜和水薄膜时,干涉条纹变得模糊,尤其较大级次的条纹很难分辨,经研究发现增大牛顿环下表面玻璃板的反射率可提高条纹的清晰度,实验中在清... 利用牛顿环干涉法分别测量了空气,水和不同溶度NaCl溶液的折射率。实验发现牛顿环中先后有空气薄膜和水薄膜时,干涉条纹变得模糊,尤其较大级次的条纹很难分辨,经研究发现增大牛顿环下表面玻璃板的反射率可提高条纹的清晰度,实验中在清晰度良好条件下用牛顿环干涉法测量了不同浓度NaCl溶液折射率,其实验结果与理论值符合的较好,其结果很大程度上扩充和丰富了大学物理和大学物理实验中的内容。 展开更多
关键词 牛顿环干涉法 液体折射率 等厚干涉
在线阅读 下载PDF
基于多重门限机制的异步深度强化学习 预览
8
作者 徐进 刘全 +2 位作者 章宗长 梁斌 周倩 《计算机学报》 EI CSCD 北大核心 2019年第3期636-653,共18页
近年来,深度强化学习已经成为人工智能领域一个新的研究热点.深度强化学习在如Atari 2600游戏等高维度大状态空间任务中取得了令人瞩目的成功,但仍存在训练时间太长等问题.虽然异步深度强化学习通过利用多线程技术大幅度减少了深度强化... 近年来,深度强化学习已经成为人工智能领域一个新的研究热点.深度强化学习在如Atari 2600游戏等高维度大状态空间任务中取得了令人瞩目的成功,但仍存在训练时间太长等问题.虽然异步深度强化学习通过利用多线程技术大幅度减少了深度强化学习模型所需的训练时间,但是,基于循环神经网络的异步深度强化学习算法依然需要大量训练时间,原因在于具有记忆能力的循环神经网络无法利用并行化计算加速模型训练过程.为了加速异步深度强化学习模型的训练过程,并且使得网络模型具有记忆能力,该文提出了一种基于多重门限机制的异步优势行动者-评论家算法.该模型主要有三个特点:一是通过使用多重门限机制使前馈神经网络具有记忆能力,使Agent能够通过记忆不同时间步的状态信息做出更优的决策;二是通过利用并行计算进一步加速Agent的训练过程,减少模型所需的训练时间;三是通过采用一种新的跳跃连接方式实现数据向更深的网络层传递,增强模型识别状态特征的能力,从而提升深度强化学习算法的稳定性和学习效果.该文通过Atari 2600游戏平台上的部分战略型游戏以及稀疏奖赏环境型游戏来评估新模型的性能.实验结果表明,与传统的异步深度强化学习算法相比,新模型能够以较少的时间代价来获得更优的学习效果. 展开更多
关键词 深度学习 强化学习 异步深度强化学习 循环神经网络 多重门限机制 跳跃连接
在线阅读 下载PDF
基于迁移学习的跨公司航天软件缺陷预测 预览
9
作者 哈清华 刘大有(指导) +1 位作者 陈媛 刘逻 《光学精密工程》 EI CAS CSCD 北大核心 2019年第2期469-478,共10页
为提高航天软件测试的效率和质量,针对同公司航天软件数量少、研制周期长的特点,提出了一种跨公司航天软件缺陷预测方法。从航天软件背景信息复杂、规模大、功能独立等特征出发,提出基于静态分类缺陷预测的模型构建思想。引入迁移学习方... 为提高航天软件测试的效率和质量,针对同公司航天软件数量少、研制周期长的特点,提出了一种跨公司航天软件缺陷预测方法。从航天软件背景信息复杂、规模大、功能独立等特征出发,提出基于静态分类缺陷预测的模型构建思想。引入迁移学习方法,利用最近邻分类器和数据引力模型,对训练数据的分布特征进行修正,提高训练数据与目标数据的相似性;为提高模型的泛化能力以适应目标数据的多样性,提出在训练数据中加入少量目标数据用于模型训练。将该方法在实际工程中进行应用,实验结果表明,与已有软件缺陷预测方法相比,该方法在保持较低误报率(不高于0.3)的情况下可有效提高召回率(接近0.6),整体可信度得到有效增强(G-measure超过0.6),方法稳定度高,泛化能力较强;本方法在实际工程中对测试规模影响可控,测试效率得到提高。 展开更多
关键词 缺陷预测 迁移学习 最近邻分类器 数据引力 朴素贝叶斯
在线阅读 下载PDF
一种笛卡尔积压缩的负表约束上表缩减算法 预览
10
作者 蔡毛毛 李占山 董学阳 《吉林大学学报:理学版》 CAS 北大核心 2019年第3期591-597,共7页
利用笛卡尔积压缩方法可有效减小负表约束规模的原理,提出一种在压缩负表上维持广义弧相容的高效算法STRC-N,以解决负表约束维持弧相容过程中遍历所有元组导致效率低的问题.实验结果表明,当压缩负表上压缩率较大时,得益于表规模的减小,... 利用笛卡尔积压缩方法可有效减小负表约束规模的原理,提出一种在压缩负表上维持广义弧相容的高效算法STRC-N,以解决负表约束维持弧相容过程中遍历所有元组导致效率低的问题.实验结果表明,当压缩负表上压缩率较大时,得益于表规模的减小,新算法相对于主流的负表约束处理算法效率更高,性能更好,从而实现了对负表约束处理算法的改进. 展开更多
关键词 约束满足问题 负表约束 表压缩 弧相容
在线阅读 下载PDF
堆叠图嵌入极限学习机算法 预览
11
作者 孙玮婷 葛宏伟 +1 位作者 姚瑶 孙亮 《吉林大学学报:工学版》 EI CAS CSCD 北大核心 2019年第1期230-241,共12页
极限学习机(Extreme learning machine,ELM)因其训练参数少、学习速度快、泛化能力强等特点,已被广泛应用于训练单隐藏层前馈神经网络。本文首先结合图嵌入框架提出一种新的极限学习机自编码器(GEELM-AE),在ELM空间中挖掘数据的局部近... 极限学习机(Extreme learning machine,ELM)因其训练参数少、学习速度快、泛化能力强等特点,已被广泛应用于训练单隐藏层前馈神经网络。本文首先结合图嵌入框架提出一种新的极限学习机自编码器(GEELM-AE),在ELM空间中挖掘数据的局部近邻结构信息和全局结构信息。在GEELM-AE中,采用局部Fisher判别分析构建了图嵌入框架下的本征图和惩罚图。进而,通过堆叠多个GEELM-AE提出了深度框架下的堆叠图嵌入极限学习机(SGE-ELM)算法。在多个标准数据集上的实验结果表明,与已有算法比较,本文算法获得了更高的精度并具有较快的训练速度。这验证了提出的图嵌入极限学习机自编码器能够对原始数据进行有效的特征表示,堆叠的多层图嵌入极限学习机能够获得数据的有效的高层次抽象表征。 展开更多
关键词 人工智能 极限学习机 图嵌入 堆叠自编码器 深度神经网络
在线阅读 下载PDF
基于凸函数证据理论的关联感知云服务信任模型 预览
12
作者 刘玮 邹璐琨 +2 位作者 霸元婕 李广力 张志刚 《计算机工程与科学》 CSCD 北大核心 2019年第1期47-55,共9页
针对大规模分布式云计算系统中的服务可信度辨别问题,提出一种基于凸函数证据理论的关联感知云服务信任模型。对云计算系统中云服务提供商、服务和用户之间的信任关系进行形式化描述,充分挖掘了同一服务商中的不同云服务之间的关联性,... 针对大规模分布式云计算系统中的服务可信度辨别问题,提出一种基于凸函数证据理论的关联感知云服务信任模型。对云计算系统中云服务提供商、服务和用户之间的信任关系进行形式化描述,充分挖掘了同一服务商中的不同云服务之间的关联性,利用凸函数证据理论对有序命题的处理能力,构建了云计算系统中的可信服务推荐方法,根据用户需求为其提供合理可靠的云服务。与经典证据理论方法的对比结果表明,基于凸函数证据理论的关联感知云服务信任模型在保证有效性和健壮性的同时,充分利用了云计算系统中云服务之间的关联信息,能够根据用户的请求提供合理的云服务。 展开更多
关键词 云服务 服务推荐 证据理论 信任融合
在线阅读 下载PDF
完全线性多阈值Otsu快速算法 预览
13
作者 申铉京 秦俊 +2 位作者 吕颖达 王瑞卿 刘翔 《吉林大学学报:工学版》 EI CAS CSCD 北大核心 2019年第1期268-274,共7页
针对经典多阈值Otsu算法在对图像进行分割的过程中采用穷举方法来寻找最优阈值,从而导致算法计算量庞大,并且随着阈值个数的增多时间复杂度呈指数增长的问题,本文提出了一种时间复杂度为O(n)的多阈值Otsu快速分割算法,即完全线性多阈值O... 针对经典多阈值Otsu算法在对图像进行分割的过程中采用穷举方法来寻找最优阈值,从而导致算法计算量庞大,并且随着阈值个数的增多时间复杂度呈指数增长的问题,本文提出了一种时间复杂度为O(n)的多阈值Otsu快速分割算法,即完全线性多阈值Otsu快速算法。该算法首先从理论上分析了导致多阈值Otsu算法计算量大、时间复杂度过高的主要因素。并在此基础上,从数值计算、多阈值的划分以及对于最优阈值的搜索三个主要方面,对经典的多阈值Otsu算法进行改进,采用动态规划的思想优化分割过程中的数值计算。然后对于多阈值的问题进行递归求解,将多阈值问题分解为多个单阈值问题。最后使用多种群粒子群(Multi-population PSO)算法对最优阈值进行搜索。实验结果表明,该算法大大降低了多阈值Otsu算法的时间复杂度,能够较好地应用于实时性环境。 展开更多
关键词 计算机应用 图像分割 线性算法 多阈值分割 快速Otsu
在线阅读 下载PDF
基于轻量和积网络及无人机遥感图像的大豆田杂草识别 预览
14
作者 王生生 王顺 +1 位作者 张航 温长吉 《农业工程学报》 EI CAS CSCD 北大核心 2019年第6期81-89,共9页
为提高机器视觉在无人机等小型嵌入式设备中杂草识别的准确率,该文以大豆苗中常见禾本科杂草和阔叶型杂草为研究对象,针对传统和积网络在图像分类任务中模型参数多、训练时间长、含有较多冗余节点和子树的问题,该文改进传统和积网络的... 为提高机器视觉在无人机等小型嵌入式设备中杂草识别的准确率,该文以大豆苗中常见禾本科杂草和阔叶型杂草为研究对象,针对传统和积网络在图像分类任务中模型参数多、训练时间长、含有较多冗余节点和子树的问题,该文改进传统和积网络的学习过程,提出一种以小批量数据作为输入的轻量和积网络。在结构学习中,当积节点作用域内的变量个数小于一定阈值时,合并积节点为多元叶节点,否则将积节点重组为和积混合结构,并对边缘节点进行裁剪,有效降低了模型的参数量和复杂度。在参数学习中,提出贝叶斯矩匹配更新网络参数,使得模型对小样本的学习效率更高。最后结合K均值聚类算法应用于无人机图像中的杂草识别。试验结果表明,利用该方法对无人机图像中大豆苗、禾本科杂草、阔叶型杂草以及土壤的平均识别准确率达99.5%,高于传统和积网络和传统AlexNet。并且模型平均参数量仅为传统和积网络的33%,内存需求最大时减少了549 M,训练时间最多减少了688.79 s。该研究可为轻量和积网络模型在无人机喷洒农药中的杂草识别提供参考。 展开更多
关键词 无人机 遥感 识别 和积网络 结构学习 参数学习 杂草
在线阅读 下载PDF
基于深度神经网络的蛋白质相互作用预测框架 预览
15
作者 刘桂霞 王沫沅 +3 位作者 苏令涛 吴春国 孙立岩 王荣全 《吉林大学学报:工学版》 EI CAS CSCD 北大核心 2019年第2期570-577,共8页
为解决实验方法中结果存在较高假阳性率和假阴性率的问题,整合蛋白质特征数据,提出一种基于深度神经网络的蛋白质相互作用预测框架。提取蛋白质的GO语义相似性、序列相似性、蛋白质重要性以及亚细胞定位信息,得到低维度的输入数据。然... 为解决实验方法中结果存在较高假阳性率和假阴性率的问题,整合蛋白质特征数据,提出一种基于深度神经网络的蛋白质相互作用预测框架。提取蛋白质的GO语义相似性、序列相似性、蛋白质重要性以及亚细胞定位信息,得到低维度的输入数据。然后建立深度神经网络,进行预测。通过使用弃权技术,减少网络中复杂的互适应神经元,总体性能得到提高。预测框架在酿酒酵母蛋白质数据集上的准确率达到95.67%,精确度达到96.38%。实验结果表明:提取的特征数据较适合用于蛋白质互作的预测研究,且构建的基于深度神经网络的蛋白质相互作用预测框架具有出色的泛化性能,在多种数据上都能取得较好效果。 展开更多
关键词 人工智能 蛋白质相互作用 蛋白质特征 蛋白质序列 深度神经网络
在线阅读 下载PDF
利用细胞膜演算描述带子句学习的DPLL算法 预览
16
作者 李壮 刘磊 +1 位作者 吕帅 任俊绮 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第4期799-804,共6页
为了达到推理算法形式化描述的目的,本文采用细胞膜演算的形式化方法描述带子句学习的DPLL算法。分别定义了部分赋值、变元反转、回溯、回跳最大层、细胞膜溶解等反应规则,给出了DPLL的一般过程和冲突分析过程的描述。通过一个算例的求... 为了达到推理算法形式化描述的目的,本文采用细胞膜演算的形式化方法描述带子句学习的DPLL算法。分别定义了部分赋值、变元反转、回溯、回跳最大层、细胞膜溶解等反应规则,给出了DPLL的一般过程和冲突分析过程的描述。通过一个算例的求解过程验证了该形式化描述方法的可行性。依赖细胞膜演算可以更直观、简洁地展现推理算法的推理过程,同时展示了膜演算的描述能力和处理能力。 展开更多
关键词 人工智能 问题求解 形式化方法 自动推理 DPLL 子句学习 演算 细胞膜演算
在线阅读 下载PDF
基于深度学习图像语义分割的机器人环境感知 预览
17
作者 徐谦 李颖 王刚 《吉林大学学报:工学版》 EI CAS CSCD 北大核心 2019年第1期248-260,共13页
基于深度学习图像语义分割模型SegNet,提出了一种基于深度学习的实时图像语义分割框架RT-SegNet(Real time segmentation network)。框架分为3个阶段:编码阶段、解码阶段和降维阶段。在编码阶段,提出了一种跨层叠加特征图的方法(Feature... 基于深度学习图像语义分割模型SegNet,提出了一种基于深度学习的实时图像语义分割框架RT-SegNet(Real time segmentation network)。框架分为3个阶段:编码阶段、解码阶段和降维阶段。在编码阶段,提出了一种跨层叠加特征图的方法(Feature map skip superposition,FMSS)来提升特征提取效果;在解码阶段,设计了新的轻量化解码器(Light decoder,LD)结构,减少了卷积层数量,以加快模型训练与预测速度;在降维阶段,提出了卷积降维方法(Dimension reduced module,DRM)将编码器与解码器逐层连接,增强解码器效果。与原始SegNet模型相比,RT-SegNet模型在公共数据集Cityscapes、SUN RGB-D、CamVid、KITTI和作者自行标注的数据集JLUData上平均交叉联合度量分别提升了3.2%、1.8%、5.3%、14.6%、6.8%。 展开更多
关键词 计算机应用 环境感知 深度学习 机器人 语义分割
在线阅读 下载PDF
适用于微弱信号检测的低噪声仪表放大器 预览
18
作者 李捷菲 尼启良 王富昕 《吉林大学学报:信息科学版》 CAS 2019年第3期341-345,共5页
为解决传统仪表放大器的噪声与纹波等问题,设计了一种能测量微弱电信号的低噪声电容耦合斩波仪表放大器(CCIA:Capacitively-Coupled Chopper Instrumentation Amplifier),实现了极低的增益误差与等效噪声。通过采用斩波结构使输入共模... 为解决传统仪表放大器的噪声与纹波等问题,设计了一种能测量微弱电信号的低噪声电容耦合斩波仪表放大器(CCIA:Capacitively-Coupled Chopper Instrumentation Amplifier),实现了极低的增益误差与等效噪声。通过采用斩波结构使输入共模电压达到轨对轨范围;两级折叠式共源共栅放大器能有效地提升开环增益;同时,纹波减少环路(RRL:Ripple Reduction Loop)可抑制CCIA输出端的斩波纹波;可调正反馈回路(TPFL:Tunable Positive Feedback Loop)能提升CCIA的输入阻抗;最后,直流伺服回路(DCL:DC Cancellation Loop)能抑制电极偏移并有利于微弱信号检测。CCIA采用标准0. 18μm CMOS工艺实现,仿真结果表明,电路的增益误差为0. 11%,在100 Hz下,等效输入参考噪声为6. 98 n V。 展开更多
关键词 仪表放大器 斩波 低噪声 高增益精度 波纹减少 正反馈环路
在线阅读 下载PDF
基于关键节点的影响力最大化算法 预览
19
作者 王越群 于健 +2 位作者 邹跃鹏 李永丽 董立岩 《吉林大学学报:信息科学版》 CAS 2019年第2期162-167,共6页
为解决LDAG(DAG Algorithm Based on Linear Threshold)算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG算法... 为解决LDAG(DAG Algorithm Based on Linear Threshold)算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。 展开更多
关键词 社交网络 关键节点 LDAG算法
在线阅读 下载PDF
海洋可控源电磁数据的新型小波基消噪方法
20
作者 李肃义 赵彦超 +2 位作者 孙卫斌 蒋善庆 申春 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第2期67-74,共8页
海洋可控源电磁(MCSEM)信号极易受到多种噪声的干扰,从而影响后期数据的反演解释精度。基于小波技术的降噪理论和方法已被广泛应用于MCSEM信号的消噪领域,但小波基均为通用小波基,消噪效果有待提升,提出了构造专用于MCSEM信号的新型小... 海洋可控源电磁(MCSEM)信号极易受到多种噪声的干扰,从而影响后期数据的反演解释精度。基于小波技术的降噪理论和方法已被广泛应用于MCSEM信号的消噪领域,但小波基均为通用小波基,消噪效果有待提升,提出了构造专用于MCSEM信号的新型小波基。首先,通过粒子群优化算法(PSO),以新型小波函数与MCSEM信号的平均相似度作为约束条件,迭代求解滤波器组的最优系数;然后利用得到的系数构造新型小波基。其次,针对深海勘探中的海水扰动噪声,设计了基于新型小波基消噪方法,并利用仿真的含噪数据与传统小波基消噪方法进行了对比实验;通过信噪比(SNR)及均方误差(MSE)进行消噪效果评价,表明新型小波基消噪方法优于传统小波基消噪方法。最后,将新型小波基消噪方法应用到了实测MCSEM数据中;通过消噪前后的时域信号及振幅随偏移距变化(MVO)曲线对比分析,结果表明,该方法不仅可以去除海水扰动类噪声,还可以扩大MVO曲线偏移距的解释范围,证明了基于新型小波基消噪方法的有效性和实用性。 展开更多
关键词 海洋可控源电磁信号 小波基 消噪 粒子群优化算法
上一页 1 2 189 下一页 到第
使用帮助 返回顶部 意见反馈