期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
人工智能赋能我国安全生产发展
1
作者 程明睿 《软件和集成电路》 2024年第8期62-72,共11页
我国历来重视安全生产工作,重视新技术、新装备和新工艺在安全生产领域的应用。人工智能作为有望实现生产力变革的关键基础技术,现已在部分安全生产垂直领域进行了初步实践,并成为安全生产工作未来的主要发展方向。
关键词 人工智能 安全生产领域 安全生产工作 垂直领域 生产力变革 初步实践 新工艺
原文传递
想起这件事儿,我就感到无比自豪
2
作者 《小学生作文》 2018年第10期21-22,共2页
天空中下起了小雪,快到元旦了,我又想起去年元旦我和好朋友任任一起卖花的经历。去年,我和任任通过“手拉手”活动认识了一位和我们年纪相仿、家庭条件却十分困难的山区儿童,我们俩便萌生了资助她完成学业的念头。可是我们两个人的... 天空中下起了小雪,快到元旦了,我又想起去年元旦我和好朋友任任一起卖花的经历。去年,我和任任通过“手拉手”活动认识了一位和我们年纪相仿、家庭条件却十分困难的山区儿童,我们俩便萌生了资助她完成学业的念头。可是我们两个人的零花钱加起来还不够她一个学期的学费呢!于是我们决定去卖花挣钱。 展开更多
关键词 零花钱 元旦 家庭
下载PDF
基于一维卷积特征与手工特征融合的集成超限学习机心跳分类方法 被引量:3
3
作者 肖文栋 曹征涛 《工程科学学报》 EI CSCD 北大核心 2021年第9期1224-1232,共9页
融合手工特征和深度特征,提出了一种集成超限学习机心跳分类方法.手工提取的特征明确地表征了心电信号的特定特性,如相邻心跳时间间隔反映了心跳信号的时域特性,小波系数反映了心跳信号的时频特性.同时设计了一维卷积神经网络对心跳信... 融合手工特征和深度特征,提出了一种集成超限学习机心跳分类方法.手工提取的特征明确地表征了心电信号的特定特性,如相邻心跳时间间隔反映了心跳信号的时域特性,小波系数反映了心跳信号的时频特性.同时设计了一维卷积神经网络对心跳信号特征进行自动提取.基于超限学习机(Extreme leaning machine,ELM),将上述特征融合进行心跳分类.由于ELM初始参数的随机给定可能导致其性能不稳定,进一步提出了一种基于袋装(Bagging)策略的多个ELM集成方法,使分类结果更加稳定且模型泛化能力更强.利用麻省理工心律失常公开数据集对所提方法进行了验证,分类准确率达到了99.02%,实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率. 展开更多
关键词 心跳分类 特征融合 一维卷积神经网络 小波变换 集成超限学习机
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部