期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
元学习研究综述 被引量:9
1
作者 朱应钊 李嫚 《电信科学》 2021年第1期22-31,共10页
深度学习和强化学习严重受限于小样本数据集,容易发生过拟合,无法实现类似于人类强泛化性的学习能力。元学习为此应运而生,以累积经验的方式形成“价值观”,基于本身的认知和价值判断能力对模型进行调整或优化,让智能体在实际环境中能... 深度学习和强化学习严重受限于小样本数据集,容易发生过拟合,无法实现类似于人类强泛化性的学习能力。元学习为此应运而生,以累积经验的方式形成“价值观”,基于本身的认知和价值判断能力对模型进行调整或优化,让智能体在实际环境中能快速学会各项复杂新任务,实现真正意义上的人工智能。首先概述了元学习的基本原理,然后根据其所采用的不同元知识形式,深入分析各类方法的研究现状,再探讨了元学习在少镜头学习、机器人学习和无监督学习等领域上的应用潜能,最后对其未来的发展趋势做出展望。 展开更多
关键词 小样本数据集 强泛化性 元学习 人工智能
下载PDF
海量样本数据集中小文件的存取优化研究 被引量:5
2
作者 马振 哈力旦.阿布都热依木 李希彤 《计算机工程与应用》 CSCD 北大核心 2018年第22期80-84,98,共6页
针对Hadoop分布式文件系统(Hadoop Distributed File System,HDFS)在海量样本数据集存储方面存在内存占用多、读取效率低的问题,以及分布式数据库HBase在存储文件名重复度和类似度高时产生访问热点的问题,结合样本数据集的特点、类型,... 针对Hadoop分布式文件系统(Hadoop Distributed File System,HDFS)在海量样本数据集存储方面存在内存占用多、读取效率低的问题,以及分布式数据库HBase在存储文件名重复度和类似度高时产生访问热点的问题,结合样本数据集的特点、类型,提出一种面向样本数据集存取优化方案,优化样本数据集中小文件的写入、读取、添加、删除和替换策略。该方案根据硬件配置测得大、小文件的分界点,通过变尺度堆栈算法按样本数据集的目录结构将小文件合并存储至HDFS;结合行键优化策略将文件索引存储在HBase数据表中;搭建基于Ehcache缓存框架的预取机制。实验结果表明,该方案降低了主节点的内存消耗,提高了文件的读取效率,实现了对海量样本数据集中小文件的高效存取。 展开更多
关键词 Hadoop分布式文件系统(HDFS) 小文件 样本数据集 缓存预取 分布式数据库 HBASE
下载PDF
利用改进AlexNet卷积神经网络识别石墨 被引量:3
3
作者 徐小平 余香佳 +1 位作者 刘广钧 刘龙 《计算机系统应用》 2022年第2期376-383,共8页
为促进矿业领域向信息化、智能化的方向转变,实现对石墨的智能识别尤为关键.针对人工识别石墨花费时间长、效率低等问题,提出了一种改进的AlexNet网络应用于石墨的图像识别.首先通过随机裁剪、依概率水平翻转和归一化处理等手段对数据... 为促进矿业领域向信息化、智能化的方向转变,实现对石墨的智能识别尤为关键.针对人工识别石墨花费时间长、效率低等问题,提出了一种改进的AlexNet网络应用于石墨的图像识别.首先通过随机裁剪、依概率水平翻转和归一化处理等手段对数据集进行图像预处理达到数据增强的目的;然后采用激活函数ReLU6压缩动态范围,使算法更稳健;运用批标准化算法进行归一化加快收敛速度;修改卷积核的大小增强泛化能力;在全连接层加上dropout正则化进一步防止过拟合.在仿真实验中,与已有方法进行比较,所给方法降低了损失值,提高了石墨的识别平均准确率. 展开更多
关键词 石墨 识别 卷积神经网络 特征提取 小样本数据集
下载PDF
基于深度卷积神经网络的小样本车型分类方法 被引量:4
4
作者 吕磊 李文彬 +1 位作者 王晓鸣 胡隆基 《兵器装备工程学报》 CAS 北大核心 2020年第8期193-200,221,共9页
针对战场军事车辆分类等任务的可供训练样本较少的车型分类任务,在AlexNet网络的基础上引入多尺度分支的思想,设计了多尺度特征提取卷积神经网络。仿照战场军用车辆数据集的特点,构建了复杂背景下多角度、多尺度、类间差异小、类内差异... 针对战场军事车辆分类等任务的可供训练样本较少的车型分类任务,在AlexNet网络的基础上引入多尺度分支的思想,设计了多尺度特征提取卷积神经网络。仿照战场军用车辆数据集的特点,构建了复杂背景下多角度、多尺度、类间差异小、类内差异大的10类较细粒度车型分类数据集。所提出的方法在实验平台上达到了每张图片0.003 s的分类识别速度,依据算力计算具有嵌入式实时性应用的可能。结合自适应学习率等方法,在小样本车型分类数据集上实现了最高92%的分类准确率,同等实验条件下分类性能和训练速度均优于主流卷积神经网络AlexNet。提出的多尺度特征提取卷积神经网络在智能弹药或无人机进行军用车辆识别和部分民用场景等小样本车型分类场景中具有应用价值。 展开更多
关键词 卷积神经网络 车型识别 小样本数据集 细粒度 智能弹药
下载PDF
基于深度学习的两相流气泡末速度预测
5
作者 王红一 张浩 《现代电子技术》 2022年第15期69-72,共4页
针对在气液两相流中难以进行稳态分析,无法对气泡末速度进行精准预测的问题,提出一种基于深度学习的气泡末速度预测方法。首先,搭建了一套高速相机采集系统获取气泡图像,利用图像处理技术和椭圆拟合算法对气泡进行图像分割,进而计算气... 针对在气液两相流中难以进行稳态分析,无法对气泡末速度进行精准预测的问题,提出一种基于深度学习的气泡末速度预测方法。首先,搭建了一套高速相机采集系统获取气泡图像,利用图像处理技术和椭圆拟合算法对气泡进行图像分割,进而计算气泡上升速度,建立关于气泡末速度的图像数据集;然后,设计了一种以VGG网络为基础的回归网络模型,并采用迁移学习的方式对VGG网络进行训练和参数优化,有效地解决了训练样本不足、预测精度低的问题,实现了对气液两相流中气泡末速度的精准预测。实验结果表明:与传统的定量分析方法相比,基于迁移学习的VGG回归网络能够更好地对气泡图像进行特征提取,得到更为精准的气泡末速度预测模型,同时在小样本数据集中具备较好的泛化能力。 展开更多
关键词 气泡末速度 两相流 深度学习 VGG 高速相机 图像处理 迁移学习 小样本数据集
下载PDF
基于支持向量回归的装备可靠性评估新方法 被引量:1
6
作者 吴军 邓超 +1 位作者 邵新宇 毛宽民 《高技术通讯》 CAS CSCD 北大核心 2011年第10期1095-1100,共6页
针对经典的装备可靠性评估方法在小样本情况下难以得到满意的评估结果的问题,提出了一种综合运用支持向量回归(SVR)算法和自适应重要抽样(AIS)算法进行评估的新方法。该方法通过分析小样本条件下装备可靠性评估原理,建立基于SVR和... 针对经典的装备可靠性评估方法在小样本情况下难以得到满意的评估结果的问题,提出了一种综合运用支持向量回归(SVR)算法和自适应重要抽样(AIS)算法进行评估的新方法。该方法通过分析小样本条件下装备可靠性评估原理,建立基于SVR和AIS的装备可靠性评估模型,分析小样本条件下开展装备可靠性评估的过程,给出相应的统一建模语言(UML)序列图。以华中数控公司的高速进给伺服实验台为对象对此新的装备可靠性评估方法进行了检验,结果显示此方法能较好地解决小样本数据集下进行装备可靠性评估时遇到的非线性、评估精度低等问题。 展开更多
关键词 可靠性评估 支持向量回归(SVR) 自适应重要抽样(AIS) 小样本数据集 统一建模语言(UML)
下载PDF
多模型加权融合机制的石墨纯度识别
7
作者 徐小平 余香佳 +1 位作者 刘广钧 刘龙 《数学的实践与认识》 2022年第4期172-182,共11页
针对人工识别的效率低及单一卷积神经网络提取特征的遗漏问题,提出了多模型加权融合机制的石墨纯度识别算法.在自建小样本数据集上,进行离线扩充和在线增强,提高模型的泛化能力,减少深层CNN的过拟合问题;结合迁移学习,利用优化的AlexNet... 针对人工识别的效率低及单一卷积神经网络提取特征的遗漏问题,提出了多模型加权融合机制的石墨纯度识别算法.在自建小样本数据集上,进行离线扩充和在线增强,提高模型的泛化能力,减少深层CNN的过拟合问题;结合迁移学习,利用优化的AlexNet和ResNet50构建双通道卷积神经网络,提取石墨图像的深层次特征,并将两者的特征进行加权融合后,使用SoftMax分类器进行分类.实验结果表明,经过加权融合后的识别准确率均优于单一网络,达到97.94%,同时模型的稳定性增强,收敛速度加快,证明了所提算法的可行性与有效性. 展开更多
关键词 石墨 特征融合 卷积神经网络 迁移学习 小样本数据集
原文传递
面向高维小样本数据的层次子空间ReliefF特征选择算法
8
作者 程凤伟 王文剑 张珍珍 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第6期928-936,共9页
高维小样本数据的特征维数远远高于样本数,因为其通常包含大量的冗余特征,ReliefF算法在处理这类数据时存在以下挑战:传统ReliefF算法无法剔除冗余特征,而现有的改进ReliefF算法大多通过启发式地计算特征与特征之间的互信息来剔除冗余特... 高维小样本数据的特征维数远远高于样本数,因为其通常包含大量的冗余特征,ReliefF算法在处理这类数据时存在以下挑战:传统ReliefF算法无法剔除冗余特征,而现有的改进ReliefF算法大多通过启发式地计算特征与特征之间的互信息来剔除冗余特征,不适用于高维数据;通过截取与标记相关性最大的若干特征来进行分类,可能不是最优选择,因其没有考虑不同特征组合对分类性能的影响.为了解决以上问题,提出一种基于层次子空间的ReliefF特征选择算法,将原始特征集划分为具有层次结构的子空间,并利用邻域粗糙集理论来计算低层子空间的局部依赖度,能在高维小样本数据上高效率地批量剔除冗余特征.此外,为了考量不同特征组合对结果的影响,引入“局部领导力”的概念,保留部分子空间中“带队”能力较强的特征,从局部和全局的角度共同给予特征更加客观的评价.在六个微阵列基因数据集上的实验表明,与现有方法相比,提出的方法更高效,而且能保持良好的分类性能. 展开更多
关键词 高维小样本数据 特征选择 RELIEFF 层次子空间 邻域粗糙集
下载PDF
改进残差网络及时序气象卫星云图的台风等级分类研究 被引量:1
9
作者 郑宗生 傅泽平 +3 位作者 刘敏 胡晨雨 卢鹏 姜晓轶 《测绘工程》 2023年第6期10-16,共7页
结合了传统残差网络在数据样本小环境下分支卷积层特征的浪费问题,且考虑台风云图时空关联性强、特征复杂因素,参考日本国立情报学研究所在西北太平洋上空通过数个气象卫星拍摄的8000多景高分辨率台风云图,编制了适应于残差神经网络的... 结合了传统残差网络在数据样本小环境下分支卷积层特征的浪费问题,且考虑台风云图时空关联性强、特征复杂因素,参考日本国立情报学研究所在西北太平洋上空通过数个气象卫星拍摄的8000多景高分辨率台风云图,编制了适应于残差神经网络的时序台风云图分类训练集和测试集。为满足数据集及台风特征,有效优化了原始残差网络的残差块,并得到了恒等映射残差块。经由增加卷积输出来促进分支通路更好的被利用,保留台风图像时序特性,提高网络性能。实验显示,W-ResNets模型在自建台风数据集上的训练精度达到99.60%,测试精度达到76.19%,相较于浅层卷积神经网络的测试精度高出8.48%,相比于使用传统的残差神经网络提高了2.87%,为进一步验证模型的泛化性能,采用MNIST通用数据集进行网络对比实验,宽残差网络得到98.786%的测试精度,优于传统残差网络。文中的W-ResNets预报模型可在小样本台风数据集推广使用。 展开更多
关键词 卷积神经网络 残差神经网络 宽残差网络 小样本台风数据集
下载PDF
基于PCA-KLFDA的小样本故障数据集降维方法 被引量:7
10
作者 赵荣珍 王雪冬 邓林峰 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2015年第12期12-16,共5页
针对小样本故障数据集降维问题,提出一种基于主元分析(PCA)和核局部费歇尔判别分析相结合的子空间降维方法.该方法首先应用PCA提取数据集中的关键信息并实施降维,然后将该子空间通过高斯核方法映射至高维线性空间,并在高维空间基于局部... 针对小样本故障数据集降维问题,提出一种基于主元分析(PCA)和核局部费歇尔判别分析相结合的子空间降维方法.该方法首先应用PCA提取数据集中的关键信息并实施降维,然后将该子空间通过高斯核方法映射至高维线性空间,并在高维空间基于局部费歇尔判别分析训练出一个最有辨别力的低维分类特征集.用双跨转子实验台的一组故障特征数据集进行验证,结果表明:该方法能有效应对小样本的降维问题,达到增大不同故障样本集合间距离、使同类故障样本间的类内距离减小的效果,为基于数据驱动途径实现智能故障辨识技术中涉及的小样本故障数据集类别划分问题提供了一种新方法. 展开更多
关键词 故障诊断 小样本故障数据集 数据降维 主元分析 核局部费歇尔判别分析
原文传递
基于文化基因算法和犹豫模糊集的聚类算法及其分布并行实现 被引量:2
11
作者 王超英 《计算机应用与软件》 北大核心 2021年第4期295-304,共10页
为了提高海量高维小样本数据的聚类准确率和效率,提出一种基于递归文化基因和云计算分布式计算的高维大数据聚类系统。基于Spark分布式计算平台设计迭代的聚类系统,分为基于递归文化基因的特征归简处理和基于密度的聚类处理。前者将基... 为了提高海量高维小样本数据的聚类准确率和效率,提出一种基于递归文化基因和云计算分布式计算的高维大数据聚类系统。基于Spark分布式计算平台设计迭代的聚类系统,分为基于递归文化基因的特征归简处理和基于密度的聚类处理。前者将基因微阵列的聚类准确率结果作为主目标,特征数量作为次目标,递归地化简特征空间;后者基于犹豫模糊集理论设计基于密度的聚类算法,采用加权的犹豫模糊集相关系数度量数据之间的距离。基于人工合成数据集和临床实验数据集均进行仿真实验,结果表明该算法在聚类准确率、扩展性和时间效率上均实现了较好的效果。 展开更多
关键词 大数据分析 高维小样本数据 文化基因算法 分布式计算 犹豫模糊集
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部