期刊文献+
共找到9,979篇文章
< 1 2 250 >
每页显示 20 50 100
图卷积神经网络综述 被引量:253
1
作者 徐冰冰 岑科廷 +2 位作者 黄俊杰 沈华伟 程学旗 《计算机学报》 EI CSCD 北大核心 2020年第5期755-780,共26页
过去几年,卷积神经网络因其强大的建模能力引起广泛关注,在自然语言处理、图像识别等领域成功应用.然而,传统的卷积神经网络只能处理欧氏空间数据,而现实生活中的许多场景,如交通网络、社交网络、引用网络等,都是以图数据的形式存在.将... 过去几年,卷积神经网络因其强大的建模能力引起广泛关注,在自然语言处理、图像识别等领域成功应用.然而,传统的卷积神经网络只能处理欧氏空间数据,而现实生活中的许多场景,如交通网络、社交网络、引用网络等,都是以图数据的形式存在.将卷积神经网络迁移到图数据分析处理中的核心在于图卷积算子的构建和图池化算子的构建.本文对图卷积神经网络进行综述,首先介绍了图卷积神经网络的背景并梳理了两类经典方法——谱方法和空间方法.针对图数据上平移不变性的缺失给图卷积算子的定义带来的困难,谱方法借助卷积定理在谱域定义图卷积,而空间方法通过在节点域定义节点相关性来实现图卷积.进而,本文介绍了图卷积神经网络的最新进展,这其中包括如何利用图卷积神经网络建模图上的复杂信息,如异质连接、高阶连接等,以及如何在大规模图上实现图卷积神经网络;此外,本文介绍了图卷积神经网络的相关应用,包括推荐系统领域、交通预测领域等;最后本文对图卷积神经网络的发展趋势进行了总结和展望. 展开更多
关键词 图卷积神经网络 卷积 池化 非欧空间
下载PDF
基于卷积神经网络的输电线路区内外故障判断及故障选相方法研究 被引量:88
2
作者 魏东 龚庆武 +4 位作者 来文青 王波 刘栋 乔卉 林刚 《中国电机工程学报》 EI CSCD 北大核心 2016年第S1期21-28,共8页
在分析深度学习模型之一——卷积神经网络(convolutional neural network,CNN)的结构及原理的基础上,提出基于卷积神经网络的输电线路区内外故障判断及故障选相新方法。提出了采用两个softmax分类器的CNN网络结构,用同一CNN网络同时解... 在分析深度学习模型之一——卷积神经网络(convolutional neural network,CNN)的结构及原理的基础上,提出基于卷积神经网络的输电线路区内外故障判断及故障选相新方法。提出了采用两个softmax分类器的CNN网络结构,用同一CNN网络同时解决了区内外故障判断和故障选相两类非独立分类问题,实现了两种非独立分类问题的权值共享。数字仿真实验和实际现场故障数据测试结果表明:文中构建的数学模型,能同时实现区内外故障判断和故障选相,对采样率要求低,不需要整定任何参数,不受系统频率、故障位置、负荷电流、过渡电阻等因素的影响,结果准确可靠。 展开更多
关键词 深度学习 卷积神经网络 区内外故障判断 故障选相 权值共享 错误率
下载PDF
基于改进深层网络的人脸识别算法 被引量:47
3
作者 李倩玉 蒋建国 齐美彬 《电子学报》 EI CAS CSCD 北大核心 2017年第3期619-625,共7页
目前的人脸识别算法在其特征提取过程中采用手工设计(hand-crafted)特征或利用深度学习自动提取特征.本文提出一种基于改进深层网络自动提取特征的人脸识别算法,可以更准确地提取出目标的鉴别性特征.算法首先对图像进行ZCA(Zero-mean Co... 目前的人脸识别算法在其特征提取过程中采用手工设计(hand-crafted)特征或利用深度学习自动提取特征.本文提出一种基于改进深层网络自动提取特征的人脸识别算法,可以更准确地提取出目标的鉴别性特征.算法首先对图像进行ZCA(Zero-mean Component Analysis)白化等预处理,减小特征相关性,降低网络训练复杂度.然后,基于卷积、池化、多层稀疏自动编码器构建深层网络特征提取器.所使用的卷积核是通过单独的无监督学习获得的.此改进的深层网络通过预训练和微调,得到一个自动的深层特征提取器.最后,利用Softmax回归模型对提取的特征进行分类.本文算法在多个常用人脸库上进行了实验,表明了其在性能上比传统方法和普通深度学习方法都有所提高. 展开更多
关键词 人脸识别 改进的深层网络 卷积 池化 多层稀疏自动编码器
下载PDF
Convolutional neural networks for time series classification 被引量:40
4
作者 Bendong Zhao Huanzhang Lu +2 位作者 Shangfeng Chen Junliang Liu Dongya Wu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2017年第1期162-169,共8页
Time series classification is an important task in time series data mining, and has attracted great interests and tremendous efforts during last decades. However, it remains a challenging problem due to the nature of ... Time series classification is an important task in time series data mining, and has attracted great interests and tremendous efforts during last decades. However, it remains a challenging problem due to the nature of time series data: high dimensionality, large in data size and updating continuously. The deep learning techniques are explored to improve the performance of traditional feature-based approaches. Specifically, a novel convolutional neural network (CNN) framework is proposed for time series classification. Different from other feature-based classification approaches, CNN can discover and extract the suitable internal structure to generate deep features of the input time series automatically by using convolution and pooling operations. Two groups of experiments are conducted on simulated data sets and eight groups of experiments are conducted on real-world data sets from different application domains. The final experimental results show that the proposed method outperforms state-of-the-art methods for time series classification in terms of the classification accuracy and noise tolerance. © 1990-2011 Beijing Institute of Aerospace Information. 展开更多
关键词 convolution Data mining Neural networks Time series Virtual reality
下载PDF
二值化算法在车牌识别中的应用 被引量:11
5
作者 吴传孙 邹扬德 周定康 《计算机与现代化》 2003年第6期13-16,共4页
详细研究了二值化的经典算法,并将它运用到车牌识别系统的开发过程中;同时针对车牌边界定位难的问题,提出了一种彩色二值化方法,弥补了纹理分析的不足,有助于提高车牌的识别率。
关键词 车牌识别 二值化算法 灰度图像 自动识别系统 计算机
下载PDF
基于深度卷积变分自编码网络的故障诊断方法 被引量:36
6
作者 佘博 田福庆 梁伟阁 《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第10期27-35,共9页
机械传动部件的健康状况影响设备的正常运行,针对齿轮、轴承等传动部件的故障诊断,传统的诊断方法是依靠人工经验提取和选择故障特征,然而,特征选择的优劣直接影响诊断效果。结合深度学习在特征提取和处理高维数据方面的优势,提出一种... 机械传动部件的健康状况影响设备的正常运行,针对齿轮、轴承等传动部件的故障诊断,传统的诊断方法是依靠人工经验提取和选择故障特征,然而,特征选择的优劣直接影响诊断效果。结合深度学习在特征提取和处理高维数据方面的优势,提出一种基于深度卷积变分自编码网络(DCVAEN)的故障诊断方法。该方法利用频谱数据训练深度神经网络,能减少特征提取对人工经验的依赖和信息的损失,在网络中加入了变化的噪声和调整学习率,使得网络隐层提取判别性的故障特征,能满足多故障和变工况的诊断。利用自吸式离心泵数据和西储大学轴承数据进行分析验证,实验结果表明,所提方法能更准确、更稳定地识别传动部件的各种故障,具有较强的泛化能力。 展开更多
关键词 卷积 变分自编码 深度神经网络 传动部件 故障诊断
下载PDF
反褶积及其应用 被引量:32
7
作者 刘能强 《油气井测试》 2007年第5期1-4,共4页
Schroeter、Hollaender和Gringarten等人解决了反褶积计算方法上稳定性问题,使反褶积方法应用于试井解释。从反褶积的意义入手,论述了反褶积方法和Schroeter方法及其在试井解释中的应用。反褶积方法存在一定局限性,但实例说明,它能综合... Schroeter、Hollaender和Gringarten等人解决了反褶积计算方法上稳定性问题,使反褶积方法应用于试井解释。从反褶积的意义入手,论述了反褶积方法和Schroeter方法及其在试井解释中的应用。反褶积方法存在一定局限性,但实例说明,它能综合测试全过程所探测的信息,帮助正确确定模型,得出比常规解释更多、更可靠的解释结果,是一个很有用的新方法、新工具。 展开更多
关键词 褶积 反褶积 试井解释 应用 非线性回归
下载PDF
基于NCC的快速匹配算法 被引量:29
8
作者 孙卜郊 周东华 《传感器与微系统》 CSCD 北大核心 2007年第9期104-106,共3页
景象匹配在地形辅助导航中具有十分重要的地位,归一化互相关(NCC)技术是一种相对抗噪声能力强、匹配准确的匹配算法,因此,在导航制导中广泛应用。但由于其运算量比较大,对于要求实时匹配的地形辅助导航系统来说,其运算速度需要进一步提... 景象匹配在地形辅助导航中具有十分重要的地位,归一化互相关(NCC)技术是一种相对抗噪声能力强、匹配准确的匹配算法,因此,在导航制导中广泛应用。但由于其运算量比较大,对于要求实时匹配的地形辅助导航系统来说,其运算速度需要进一步提高。在NCC方法的基础上,把卷积用于景象匹配,大大简化并提高了NCC的匹配速度。仿真实验证明了此方法的快速性和有效性。 展开更多
关键词 景象匹配 归一化互相关 卷积 快速性
下载PDF
Gabor滤波器参数设置 被引量:31
9
作者 孔锐 张冰 《控制与决策》 EI CSCD 北大核心 2012年第8期1277-1280,共4页
利用Gabor滤波器进行特征提取时,不同的Gabor滤波器参数所提取的特征具有不同的特点,首先从理论上分析了Gabor滤波器不同的时域(频域)窗口尺寸、不同的Gabor滤波器方向对所提取特征的影响;然后分析不同Gabor滤波器模板尺寸对所提取特征... 利用Gabor滤波器进行特征提取时,不同的Gabor滤波器参数所提取的特征具有不同的特点,首先从理论上分析了Gabor滤波器不同的时域(频域)窗口尺寸、不同的Gabor滤波器方向对所提取特征的影响;然后分析不同Gabor滤波器模板尺寸对所提取特征的影响;最后利用CAS-PEAL-R1人脸库进行仿真实验. 展开更多
关键词 GABOR滤波器 人脸识别 特征提取 卷积
原文传递
图像边缘检测算法的比较与实现 被引量:27
10
作者 李娅娅 李志洁 +1 位作者 郑海旭 王存睿 《计算机工程与设计》 CSCD 北大核心 2010年第9期1971-1975,共5页
边缘检测的目的是标识数字图像中灰度变化明显的点,而导函数正好能反映图像灰度变化的显著程度,因而许多方法利用导数来检测边缘。针对典型的基于导数的边缘检测算法Sobel、Log和Canny,在分析其算法思想和流程的基础上,利用MATLAB对这3... 边缘检测的目的是标识数字图像中灰度变化明显的点,而导函数正好能反映图像灰度变化的显著程度,因而许多方法利用导数来检测边缘。针对典型的基于导数的边缘检测算法Sobel、Log和Canny,在分析其算法思想和流程的基础上,利用MATLAB对这3种算法进行了仿真实验,分析了各自的性能和算法特点,比较边缘检测效果并给出了各自的适用范围。 展开更多
关键词 图像处理 边缘检测 模板 卷积 非极大抑制
下载PDF
相干体技术在河道预测中的应用 被引量:28
11
作者 纪彤洲 杨迎军 李尚林 《石油物探》 EI CSCD 2003年第3期399-401,共3页
应用相干分析技术进行河道储层预测,是通过对相邻地震道间的地震数据体进行相关分析,产生三维相干体,再结合切片、三维可视化等手段对相干体进行综合分析。这种方法不但在理论上得到了合理性论证,而且在实际应用中也得到了很好的验证。... 应用相干分析技术进行河道储层预测,是通过对相邻地震道间的地震数据体进行相关分析,产生三维相干体,再结合切片、三维可视化等手段对相干体进行综合分析。这种方法不但在理论上得到了合理性论证,而且在实际应用中也得到了很好的验证。借助相干分析技术对河道储层进行预测,可大大提高勘探精度以及钻井成功率。 展开更多
关键词 相干体技术 河道砂 预测 三角洲平原相 三维可视化 地震勘探 油气勘探
下载PDF
深度域地震资料若干问题初探 被引量:25
12
作者 何惺华 《石油物探》 EI CSCD 2004年第4期353-358,共6页
随着VSP、深度偏移、井间地震等物探新技术的出现,深度域地震记录的应用日益增多。从时间域和深度域的地震波场描述出发,对深度域的子波、褶积和Fourier变换等基本问题,进行分析探讨。证明了时间域与深度域中的地球物理概念、原理和方... 随着VSP、深度偏移、井间地震等物探新技术的出现,深度域地震记录的应用日益增多。从时间域和深度域的地震波场描述出发,对深度域的子波、褶积和Fourier变换等基本问题,进行分析探讨。证明了时间域与深度域中的地球物理概念、原理和方法是相互联系的,其数学表达方式是相似的。对深时转换中采样间隔的选择、频率谱与波数谱数据的关系和深时转换剖面上视频率变化等实际问题,给出了合理的解释。 展开更多
关键词 地震资料 地震波 FOURIER 褶积 深度域 VSP 深度偏移 地震勘探
下载PDF
脉冲神经网络的监督学习算法研究综述 被引量:27
13
作者 蔺想红 王向文 +1 位作者 张宁 马慧芳 《电子学报》 EI CAS CSCD 北大核心 2015年第3期577-586,共10页
脉冲神经网络是进行复杂时空信息处理的有效工具,但由于其内在的不连续和非线性机制,构建高效的脉冲神经网络监督学习算法非常困难,同时也是该研究领域的重要问题.本文介绍了脉冲神经网络监督学习算法的基本框架,以及性能评价原则,包括... 脉冲神经网络是进行复杂时空信息处理的有效工具,但由于其内在的不连续和非线性机制,构建高效的脉冲神经网络监督学习算法非常困难,同时也是该研究领域的重要问题.本文介绍了脉冲神经网络监督学习算法的基本框架,以及性能评价原则,包括脉冲序列学习能力、离线与在线处理性能、学习规则的局部特性和对神经网络结构的适用性.此外,对脉冲神经网络监督学习算法的梯度下降学习规则、突触可塑性学习规则和脉冲序列卷积学习规则进行了详细的讨论,通过对比分析指出现有算法存在的优缺点,并展望了该领域未来的研究方向. 展开更多
关键词 脉冲神经网络 监督学习 反向传播 突触可塑性 卷积
下载PDF
基于MATLAB的衍射场模拟计算 被引量:23
14
作者 钱晓凡 胡涛 张晔 《昆明理工大学学报(理工版)》 2004年第3期132-134,151,共4页
光的衍射现象研究 ,不仅具有重要的理论意义 ,而且在光学仪器研制和成象分析等均有重要价值 .针对衍射计算困难的问题 ,选择合适的计算公式 ,并基于科学计算软件MATLAB5 .3编写计算程序 ,使计算得变得简洁 ,大大提高了实验的效率 .用MAT... 光的衍射现象研究 ,不仅具有重要的理论意义 ,而且在光学仪器研制和成象分析等均有重要价值 .针对衍射计算困难的问题 ,选择合适的计算公式 ,并基于科学计算软件MATLAB5 .3编写计算程序 ,使计算得变得简洁 ,大大提高了实验的效率 .用MATLAB编程得出的计算结果与用数码相机记录的衍射图样进行比较 。 展开更多
关键词 衍射计算 MATLAB 菲涅尔衍射 傅立叶变换 卷积
下载PDF
Convolution theorems for the linear canonical transform and their applications 被引量:22
15
作者 DENG Bing TAO Ran WANG Yue 《Science in China(Series F)》 2006年第5期592-603,共12页
As generalization of the fractional Fourier transform (FRFT), the linear canonical transform (LCT) has been used in several areas, including optics and signal processing. Many properties for this transform are alr... As generalization of the fractional Fourier transform (FRFT), the linear canonical transform (LCT) has been used in several areas, including optics and signal processing. Many properties for this transform are already known, but the convolution theorems, similar to the version of the Fourier transform, are still to be determined. In this paper, the authors derive the convolution theorems for the LCT, and explore the sampling theorem and multiplicative filter for the band limited signal in the linear canonical domain. Finally, the sampling and reconstruction formulas are deduced, together with the construction methodology for the above mentioned multiplicative filter in the time domain based on fast Fourier transform (FFT), which has much lower computational load than the construction method in the linear canonical domain. 展开更多
关键词 linear canonical transform convolution theorems sampling multiplicative filter.
原文传递
基于MODE方法的日本细网格模式降水预报的诊断分析 被引量:24
16
作者 薛春芳 潘留杰 《高原气象》 CSCD 北大核心 2016年第2期406-418,共13页
利用CMORPH卫星与中国30000余个自动站逐时降水融合资料,基于面向对象模式诊断分析MODE方法研究了降水对象的客观表现以及日本细网格模式对2012-2013年中国34个降水个例的预报能力,并与传统TS、ETS检验方法进行了对比分析。结果表明:模... 利用CMORPH卫星与中国30000余个自动站逐时降水融合资料,基于面向对象模式诊断分析MODE方法研究了降水对象的客观表现以及日本细网格模式对2012-2013年中国34个降水个例的预报能力,并与传统TS、ETS检验方法进行了对比分析。结果表明:模式整体上能较好地捕获降水对象,但不同卷积半径下对象的个数及特征差异明显;模式对局地性或弱降水事件预报偏多(偏大),对区域性或强降水事件预报偏少(偏弱);模式较好地反映不同卷积半径下,降水对象在10 mm左右识别对象的面积、数量的变化特性,不足之处在于模式的固定阈值更为集中,识别对象的数量减少幅度偏快;采用较大半径进行卷积,有助于强降水区域的形态判定,在不同量级降水情况下存在提高收益函数的合适的卷积半径;中、低纬降水预报的总收益整体优于高纬,但不同属性呈现较大差异,具体而言,高纬地区降水强度预报更为合理,而低纬降水面积预报优于高纬;与传统TS、ETS检验相比,MODE方法受气候概率影响较小,其检验结果更加客观、多样。 展开更多
关键词 细网格模式 MODE方法 卷积 技巧评分
下载PDF
卷积和离散过程神经网络及其在航空发动机排气温度预测中的应用 被引量:23
17
作者 钟诗胜 雷达 丁刚 《航空学报》 EI CAS CSCD 北大核心 2012年第3期438-445,共8页
针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实... 针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实现对时间累积效应的处理。相较于以连续函数作为输入的过程神经网络(PNN),不需要拟合离散样本得到连续函数后进行正交基展开,减少了精度损失,具有更高的预测精度。给出了卷积和离散过程神经网络模型的学习算法,并通过对Mackey-Glass混沌时间序列的预测对提出的方法进行应用说明和验证。通过航空发动机EGT预测实例,并与卷积和离散过程神经网络模型的连续函数输入过程神经网格以及传统人工神经网络(ANN)的预测结果进行了对比。结果表明,相较于连续函数输入过程神经网络以及传统人工神经网络,卷积和离散过程神经网络具有更高的预测精度,且对于EGT的预测具有较好的适应性,因而为航空发动机EGT预测提供了一种有效的方法。 展开更多
关键词 神经网络 卷积 离散输入 航空发动机 排气温度预测
原文传递
一种数字化基带成形实现新方法:基于码元间隔的定长滑动窗算法 被引量:10
18
作者 杨贞斌 邬江兴 《通信学报》 EI CSCD 北大核心 1999年第6期40-44,共5页
针对数字化基带成形滤波的信号处理特点,提出二维分解截短基带波形的方法,进而形成基于码元间隔的定长滑动窗算法。该算法具有最小数据缓存量要求以及最小输出延迟的显著特点,是特别适合于数字化基带成形滤波的一种新实现方法,并可... 针对数字化基带成形滤波的信号处理特点,提出二维分解截短基带波形的方法,进而形成基于码元间隔的定长滑动窗算法。该算法具有最小数据缓存量要求以及最小输出延迟的显著特点,是特别适合于数字化基带成形滤波的一种新实现方法,并可在序列间样点不等间隔的有限长序列与有限长序列、有限长序列与无限长序列之间的卷积运算上取得同样显著的实用效果。 展开更多
关键词 数字化 基带成形滤波 码元间隔 数字信号处理
下载PDF
供应链多风险组合的综合评估及风险管理 被引量:11
19
作者 刘冬林 王春香 《武汉理工大学学报(信息与管理工程版)》 CAS 2006年第8期110-113,共4页
分析了供应链风险来源,探讨了基于独立风险的供应链多风险的综合评估法,建立了求解多个风险的总损失分布函数的模型,并通过实例分析了供应链总体风险状况,最后提出了供应链风险防范的措施。
关键词 供应链 特征值 卷积 风险评估 风险控制
下载PDF
由Gurtin变分原理求解一维动力响应的半解析法 被引量:21
20
作者 彭建设 张敬宇 《力学学报》 EI CSCD 北大核心 1992年第6期708-716,共9页
基于Gurtin变分原理本文提出了求解动力响应问题的半解析法.该方法在空间域内进行有限元离散,在时间域上取级数。实例表明,该方法是求解动力响应问题的一种非常有效的方法。本文引入了一种节点位移函数,使所导出的位移模式可以求解各种... 基于Gurtin变分原理本文提出了求解动力响应问题的半解析法.该方法在空间域内进行有限元离散,在时间域上取级数。实例表明,该方法是求解动力响应问题的一种非常有效的方法。本文引入了一种节点位移函数,使所导出的位移模式可以求解各种初始条件和载荷的一维动力响应问题。 展开更多
关键词 半解析法 动力响应 变分原理
全文增补中
上一页 1 2 250 下一页 到第
使用帮助 返回顶部