期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于改进随机森林的高光谱激光雷达信号分选研究
1
作者 刘子恒 刘汉城 敏乾 《激光杂志》 CAS 北大核心 2024年第8期218-223,共6页
高光谱激光雷达数据在频谱维度上具有很高的维度,包含大量的波段或频带,易出现忽视频谱带中有用信息的情况,进而导致高光谱激光雷达信号分选效果较差。为此,提出基于改进随机森林的高光谱激光雷达信号分选研究。首先,采用变分模态分解... 高光谱激光雷达数据在频谱维度上具有很高的维度,包含大量的波段或频带,易出现忽视频谱带中有用信息的情况,进而导致高光谱激光雷达信号分选效果较差。为此,提出基于改进随机森林的高光谱激光雷达信号分选研究。首先,采用变分模态分解算法对高光谱激光雷达含噪信号展开去噪处理;然后,采用长短期记忆神经网络算法对去噪后的高光谱激光雷达信号展开特征提取,并利用自编码神经网络对提取的特征展开重构处理,以获取重构后的雷达信号特征;最后,采用随机森林算法根据高光谱激光雷达信号特征完成信号分选。实验结果表明,所提方法的SNR为30.648 dB,RMSE为0.1498,预测分选类别与实际分选类别几乎一致,分析时间始终未超过5 s,表明所提方法的分选性能较好,具有实用性。 展开更多
关键词 高光谱激光雷达信号 随机森林 变分模态分解算法 长短期记忆神经网络算法 自编码神经网络
下载PDF
基于自编码神经网络的航空物探遥感数据分类方法研究
2
作者 于刘 《计算机测量与控制》 2024年第3期253-258,共6页
航空物探遥感数据的采集过程中受到电磁波辐射等外界因素的影响,导致航空物探遥感数据分类准确率较低,为此提出基于自编码神经网络的航空物探遥感数据分类方法;根据航空物探对象的基本特征,设置遥感数据的分类标准;通过辐射校正、几何... 航空物探遥感数据的采集过程中受到电磁波辐射等外界因素的影响,导致航空物探遥感数据分类准确率较低,为此提出基于自编码神经网络的航空物探遥感数据分类方法;根据航空物探对象的基本特征,设置遥感数据的分类标准;通过辐射校正、几何纠正、噪声消除等步骤,完成航空物探遥感数据的预处理;构建自编码神经网络,利用自编码神经网络算法,从光谱、形状、纹理等方面提取遥感数据特征,通过特征匹配确定航空物探遥感数据的所属类型;通过分类性能测试实验得出结论:所提方法的全局遥感数据分类成功率和错误率的平均值分别为99.8%和0.6%,局部遥感数据分类的成功率和错误率的平均值分别为99.8%和0.3%,即所提方法在分类性能方面具有明显优势。 展开更多
关键词 自编码神经网络 航空数据 物探遥感数据 数据分类
下载PDF
基于深度自编码网络的慢速移动目标检测 被引量:6
3
作者 刘凯 林基明 +1 位作者 郑霖 杨超 《计算机工程》 CAS CSCD 北大核心 2018年第2期129-134,共6页
强杂波背景下的慢速目标检测存在低多普勒频移、杂波干扰严重、鲁棒性不足、特征提取困难与信息利用不充分等问题。为此,提出一种基于深度自编码网络的宽带信号目标检测方法。利用时频变换解析回波信息,通过深度自编码网络算法,在时频... 强杂波背景下的慢速目标检测存在低多普勒频移、杂波干扰严重、鲁棒性不足、特征提取困难与信息利用不充分等问题。为此,提出一种基于深度自编码网络的宽带信号目标检测方法。利用时频变换解析回波信息,通过深度自编码网络算法,在时频域提取针对目标的深度抽象信息进行目标检测,以准确感知环境变化。仿真结果表明,与支持向量机、超限学习机和后向传播神经网络等传统机器学习相比,该方法可以有效感知环境变化,具有较高的鲁棒性和检测性能。 展开更多
关键词 目标检测 深度学习 自编码神经网络 特征提取 机器学习
下载PDF
基于数据挖掘与需求响应的个性化智能用电套餐研究 被引量:5
4
作者 丛小涵 苏慧玲 +1 位作者 李海思 王蓓蓓 《电力需求侧管理》 2019年第5期21-25,共5页
在电力体制改革的背景下,有必要精细化挖掘用户用电特性,同时考虑售电商偏差考核控制的问题,制定套餐优化需求响应策略。首先基于自编码神经网络和模糊C均值聚类的方法对用户用电曲线进行模式分类,然后基于消费者心理学用户响应模型,对... 在电力体制改革的背景下,有必要精细化挖掘用户用电特性,同时考虑售电商偏差考核控制的问题,制定套餐优化需求响应策略。首先基于自编码神经网络和模糊C均值聚类的方法对用户用电曲线进行模式分类,然后基于消费者心理学用户响应模型,对用户不同用电模式建立峰谷分时电价优化模型,在此基础上,对不同用电模式建立峰平时段叠加电价模型。研究表明,套餐制定可以有效引导用户调整用电行为,降低用电模式间差异,从偏差考核的角度看,有助于制定月购电策略。 展开更多
关键词 自编码神经网络 消费者心理学 峰谷分时电价 叠加电价
下载PDF
基于AdamOptimizer自编码的手写数字识别研究 被引量:4
5
作者 崔广新 李殿奎 《佳木斯大学学报(自然科学版)》 CAS 2018年第3期363-366,共4页
介绍自编码神经网络的基本原理,并将自编码神经网络应用于手写数字识别中。实验中采用手写体数字库MNIST作为数据源,通过实验结果表明自编码神经网络在手写数字识别中能达到很好的识别效果。经过优化器为AdamOptimizer与RMSProp Optimi... 介绍自编码神经网络的基本原理,并将自编码神经网络应用于手写数字识别中。实验中采用手写体数字库MNIST作为数据源,通过实验结果表明自编码神经网络在手写数字识别中能达到很好的识别效果。经过优化器为AdamOptimizer与RMSProp Optimizer比较发现不同优化器所获得的识别效果不同,优化器为AdamOptimizer的识别效果比优化器为RMSProp Optimizer的识别效果更好一些。由于隐藏层为3层出现的过拟合情形,带来了识别效果不如隐藏层为2层的神经网络。通过调节参数可以使得cost值继续减小,效果达到更优。 展开更多
关键词 自编码神经网络 手写数字识别 优化器 图像识别
下载PDF
基于计算机算法的在线学习分组方法及应用研究
6
作者 龙丽芳 蒋春霞 《信息与电脑》 2022年第22期233-235,共3页
为了提高在线教育课程中学习者的学习效率,设计了一种基于计算机算法的在线学习分组方法。采用自编码神经网络提取学习者的本质特征,利用模糊C均值算法与同质分组策略,将具有相似特征的学习者构成协作学习小组,并以团队形式进行协作学... 为了提高在线教育课程中学习者的学习效率,设计了一种基于计算机算法的在线学习分组方法。采用自编码神经网络提取学习者的本质特征,利用模糊C均值算法与同质分组策略,将具有相似特征的学习者构成协作学习小组,并以团队形式进行协作学习。实验结果表明,应用本文设计的分组方法进行分组后,有效提高了学习者的学习效率,具有较好的实际应用效果。 展开更多
关键词 在线协作学习分组 自编码神经网络 模糊C均值
下载PDF
改进深度神经网络的产品制造周期预测
7
作者 杨丁 董宝力 陈依玲 《软件导刊》 2022年第2期8-12,共5页
针对产品生产制造过程中由于不确定因素导致完工期延误的问题,在考虑高数据维度、广特征空间分布的情况下,提出一种改进深度神经网络的产品生产制造周期预测方法。该算法采用栈式自编码器预训练神经网络的权重和偏置并完成特征提取过程... 针对产品生产制造过程中由于不确定因素导致完工期延误的问题,在考虑高数据维度、广特征空间分布的情况下,提出一种改进深度神经网络的产品生产制造周期预测方法。该算法采用栈式自编码器预训练神经网络的权重和偏置并完成特征提取过程,采用预训练参数初始化深度神经网络进行生产制造预测。为避免模型过拟合,加入L2正则化和dropout。以某制造业某季度产品生产制造数据为例,验证了该预测模型的有效性。与其他预测模型相比,栈式自编码—深度神经网络模型具有较高的预测精度。 展开更多
关键词 栈式自编码—深度神经网络 不确定因素 制造周期 预测模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部