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3篇文章
< 1 >
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SDAE深度学习框架的现代学徒制课程教学质量评价研究
1
作者 左国才 张珏 +2 位作者 苏秀芝 王海东 韩东初 《智能计算机与应用》 2020年第1期165-167,共3页
国家大力推行现代学徒制人才培养模式,取得了一定的成效,为了客观评价基于现代学徒制的课程教学质量,本文提出一种基于堆栈式去噪自编码器(SDAE)深度学习框架,应用于现代学徒制的课程教学质量分析,为现代学徒制课程教学质量评价提供客... 国家大力推行现代学徒制人才培养模式,取得了一定的成效,为了客观评价基于现代学徒制的课程教学质量,本文提出一种基于堆栈式去噪自编码器(SDAE)深度学习框架,应用于现代学徒制的课程教学质量分析,为现代学徒制课程教学质量评价提供客观评价的依据。实验证明,使用堆栈式去噪自编码器深度学习框架提取人脸深度特征,检测人脸与人的姿态,完成人脸与姿态识别,分析判断教师授课时的状态以及学生上课时的专注度,为教学实施过程提供客观量化的分析评测结果,为现代学徒制课程教学评价提供依据,督促学生认真听课,方便教师及时调整课程教学设计与课堂教学实施方案,切实提高课程教学质量。 展开更多
关键词 堆栈式去噪自编码器 深度学习 教学质量
下载PDF
基于SDAE深度学习的多目标检测与跟踪研究
2
作者 左国才 苏秀芝 +2 位作者 陈明丽 张珏 吴小平 《智能计算机与应用》 2020年第7期203-205,共3页
运动目标的检测与跟踪是智能交通、智能监控等领域的重要组成部分,尤其是行人、车辆的检测与跟踪,对于行人行车安全、流量监控等都有着重要的意义。由于复杂交通场景中多目标检测与跟踪的难度较高,人工设计的目标特征无法满足复杂的多... 运动目标的检测与跟踪是智能交通、智能监控等领域的重要组成部分,尤其是行人、车辆的检测与跟踪,对于行人行车安全、流量监控等都有着重要的意义。由于复杂交通场景中多目标检测与跟踪的难度较高,人工设计的目标特征无法满足复杂的多目标检测与跟踪。因此,本文提出一种基于堆栈式去噪自编码器深度学习框架的多目标检测与跟踪算法,利用海量的图片数据集训练深度学习模型,提取目标深度特征,用于多目标检测与跟踪。实验结果表明,基于堆栈式去噪自编码器深度学习框架的多目标检测与跟踪算法,提高了多目标检测的准确性,实现了更加鲁棒的多目标跟踪效果。 展开更多
关键词 深度学习 堆栈式去噪自编码器 多目标检测与跟踪
下载PDF
基于MRSDAE-KPCA结合Bi-LST的滚动轴承剩余使用寿命预测
3
作者 古莹奎 陈家芳 石昌武 《噪声与振动控制》 CSCD 北大核心 2024年第3期95-100,145,共7页
针对现有滚动轴承剩余使用寿命预测方法在提取数据特征时没有充分考虑数据的内部分布,且在构建健康因子时还需要专家经验进行人工提取等问题,提出一种基于流形正则化堆栈去噪自编码器、核主成分分析并结合双向长短时记忆网络的滚动轴承... 针对现有滚动轴承剩余使用寿命预测方法在提取数据特征时没有充分考虑数据的内部分布,且在构建健康因子时还需要专家经验进行人工提取等问题,提出一种基于流形正则化堆栈去噪自编码器、核主成分分析并结合双向长短时记忆网络的滚动轴承剩余使用寿命预测方法。首先采用无监督的堆栈去噪自编码器网络对原始振动数据进行深层特征提取,并使用核主成分分析法进一步降维,以提高健康因子的指标稳定性;然后在堆栈去噪自编码器中加入流形正则化,最大程度保留编码器隐藏层内部的数据分布结构,提高模型提取数据特征的有效性。最后使用双向长短时记忆网络预测轴承的剩余使用寿命,并采用AdaMax优化算法对网络模型的超参数进行自适应寻优。分析结果表明,提出的滚动轴承剩余使用寿命预测方法具有更高的精度。 展开更多
关键词 故障诊断 滚动轴承 剩余使用寿命预测 健康因子 流形正则化堆栈去噪自编码器 双向长短时记忆网络
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 下一页 到第 页
使用帮助 返回顶部