分类: 信息科学与系统科学 >> 控制科学与技术 提交时间: 2024-01-06
摘要: 人工智能的核心课题之一是神经网络与深度学习,它们模仿人脑的工作原理,通过多层次的神经元连接来从数据中挖掘有价值的知识和规律。神经网络的研究始于上世纪四十年代,经过几次起伏和革新,目前已经涵盖了多个种类和领域,如卷积神经网络、循环神经网络、语音识别、计算机视觉和自然语言处理等。深度学习是指利用多层神经网络来处理复杂的非线性问题,它依赖于海量的数据和计算资源,以及高效的训练和优化技术。深度学习在近几年取得了令人惊叹的进展,但也存在着一些难题和挑战,如模型解释性、泛化能力、安全性和可靠性等。深度学习仍是一个充满活力和前景的研究领域,有望为人类的智能和生活开辟更多的机会和可能。本文将从神经网络到深度学习来简要介绍一下部分类型的神经网络结构以及部分深度学习的模型结构。
分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-05-15 合作期刊: 《智慧农业(中英文)》
摘要: 保障农产品物流稳定性即是保障民生问题的关键。对农产品物流需求的预测是合理规划农产品物流稳定 性的重要保证。然而,农产品物流需求的预测实际较为复杂,预测过程中会受到各种因素影响。因此,为了保证 对农产品物流需求预测的准确性,需要考虑多方面影响因素。本研究以农产品物流需求作为研究对象,利用In⁃ former神经网络构建预测农产品物流需求的神经网络模型,以华中地区河南省、湖北省和湖南省为例,对三省的 农产品物流需求进行预测。同时用长短时记忆(Long Short-Term Memory,LSTM) 网络和Transformer神经网络对 华中三省农产品物流进行需求预测,将三种模型预测结果进行对比。对比结果表明本研究构建的基于Informer神 经网络模型预测测试误差平均百分比为3.39%,低于LSTM和Transformer神经网络模型的4.43%和4.35%。并且用 该Informer神经网络模型对三省预测出的预测值与实际值结果较为接近,河南省2021年的预测值为4185.33,实际 值为4048.1,误差为3.389%;湖北省2021年的预测值为2503.64,实际值2421.78,误差为3.380%;湖南省2021 年的预测值,2933.31,实际值为2836.86,误差为3.340%。表明该模型对华中三省的农产品物流需求预测的结果 较为准确。三省2023年的预测值高于2021年的预测值。因此,在2021年物流运输配套设施的基础上,必须保证 物流运输效率,加强物流运输能力,以满足华中地区日益增长的物流需求。
分类: 交通运输工程 >> 船舶、舰船工程 提交时间: 2024-03-23
摘要: 近年来,船舶智能化的发展对船舶目标的检测与分类精度要求越来越高,准确检测并识别船舶的类型及判断船舶的位置是船舶安全航行重要保障。由于船舶目标光学成像过程中易受到风、流、雨、雾等外部背景环境影响,导致基于深度学习的船舶目标检测算法性能降低;同时,船舶类型多样、形态各异以及几何尺寸大小不一等因素均使得船舶目标的检测和识别存在一定的困难。鉴于此,本文提出一种基于多尺度神经网络的目标检测方法用以提高光学影像中船舶目标的检测精度。该方法采用卷积神经网络(Convolutional Neural Networks)对图像予以特征提取,通过改进的基于CSPDarkNet骨干网络以及多尺度网络以实现船载光学摄像头对水上船舶目标的准确检测,提高模型对小目标和密集目标的检测精度。同时利用标签平滑化来防止模型陷入过拟合,并采用非极大值抑制降低重复检测。实验结果表明本文所提出的方法在Ship-Detection数据集上均值的平均精度(Mean Average Precision, mAP)可达84.80%,与Faster-RCNN、CO-DETR等先前目标检测的研究方法相比,检测效果更好,更具备潜在的应用优势。
分类: 计算机科学 >> 计算机应用技术 提交时间: 2024-01-07
摘要: 本文运用YOLO视觉算法对标签进行识别检测,并对实验过程和实验结果进行了论述。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2024-01-07
摘要: 由于人工神经网络具有高度非线性描述的特点,这个特点导致了他们被愈来愈广泛的研究和应用,在这些研究和应用当中主要的应用领域就是分类。分类实现的基础是特征分类,所以要进行分类就需要先提取样本的特征。在常见的卷积神经网络中,通常是由输入层、卷积层、池化层、激活层、全连接层,按照一定的次序连接而构成。卷积神经网络的输入层实现的是整个神经网络的输入,在本设计中,训练和推理的数据为30*30像素的单通道灰度图
分类: 计算机科学 >> 计算机科学技术其他学科 提交时间: 2024-01-07
摘要: 图像分类和识别在现代社会中具有重要意义。已经有许多优秀的卷积神经网络工作来优化图像分类的准确性,其中一位杰出的代表是ResNet 1 ,它大幅增加了神经网络的深度,从而极大地提高了神经网络的性能。与此同时,还有一些可插拔的性能优化子模块可以帮助优化所有网络,其中一个杰出的代表是SeNet 3 。然而,在面对现实世界中的复杂场景时,它们并不总是表现良好。本文的主要工作是研究如何有效提高卷积神经网络(ResNet)在一些特殊场景(小图片、高噪声图片)中的识别性能,并尝试分析一些神经网络的底层机制。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-19 合作期刊: 《计算机应用研究》
摘要: 微博情感分析旨在研究用户关于热点事件的情感观点,研究表明深度学习在微博情感分析上具有可行性。针对传统卷积神经网络进行微博情感分析时忽略了非连续词之间的相关性,为此将注意力机制应用到卷积神经网络(CNN)模型的输入端以改善此问题。由于中文微博属于短文本范畴,卷积神经网络前向传播过程中池化层特征选择存在丢失过多语义特征的可能性,为此在卷积神经网络的输出端融入树型的长短期记忆神经网络(LSTM),通过添加句子结构特征加强深层语义学习。在两种改进基础上构造出一种微博情感分析模型(Att-CTL),实验表明该模型在微博情感分析上具有优良的特性,尤其在极性转移方面仍保持较高的F1值。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要: 【目的】更准确便捷地完成术语词汇的自动抽取。【方法】利用CBOW 模型计算构成术语的各个词部件的向量空间模型。通过词向量之间的余弦相似度衡量术语词汇内部各个词部件的关联度。利用PageRank 算法计算候选词汇的领域代表性并排序, 通过阈值的设定, 抽取出更为具有领域代表性的术语词汇。【结果】在以自然语言处理领域内的论文摘要作为数据集的实验中取得较高的准确率和召回率。【局限】测试的数据训练集偏小,而数据集的训练效果直接影响实验的效果。【结论】实验结果表明利用CBOW 模型完成术语的抽取工作是一个较为合理、可行的方法。
分类: 计算机科学 >> 计算机科学技术其他学科 提交时间: 2021-10-01
摘要: 非侵入式负荷分解能够充分解析用户用电数据,是分析评估用户柔性调控潜力的关键技术。鉴于深度学习方法在负荷分解的广泛应用,首先深入探讨了降噪自编码器、循环神经网络、卷积神经网络等主流深度学习网络结构应用在负荷分解问题时的工作机理,并对它们在负荷分解领域中的应用与发展进行了展望分析;之后,提出了基于不同维度的分解算法评价框架,并补充了评价过程中测试数据的选择规范;最后,利用该评价框架对主流的深度学习分解模型进行评价,并对模型代码进行了开源,评价结果证明所提框架更能综合地评价给定超参设置下的深度学习分解模型,并揭示模型性能关于网络结构、特征输入等因素的敏感性。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-05-10 合作期刊: 《计算机应用研究》
摘要: 模糊密钥加密通信是指在通信方密钥具有一定差异的情况下实现安全的加密通信。生成对抗网络是一个通过对抗学习得到生成模型的新框架,通过生成模型和判别模型的博弈可实现生成模型对样本数据分布的准确估测,利用生成对抗网络实现了敌手存在情况下的安全通信。目的是解决模糊密钥加密通信问题,并利用生成对抗网络的方法初步实现了对称密钥下的模糊密钥加密通信方案。首先利用神经网络实现两方模糊密钥加密通信,实现16 bit特密钥对称加密通信中6 bit密钥差异的模糊密钥加密通信。在此基础上考虑敌手存在的模糊密钥加密通信模型,利用GAN思想对通信双方与敌手进行对抗训练,实现16 bit密钥对称加密通信中4 bit密钥差异的模糊密钥通信,实验所得模型中通信双方可正常通信而敌手在可获取密文情况下无法获取明文信息。实验证明了利用神经网络与生成对抗网络解决模糊密钥加密通信问题的可行性。
分类: 天文学 >> 天文学 提交时间: 2020-04-20 合作期刊: 《天文研究与技术》
摘要: 大天区面积多目标光纤光谱天文望远镜(Large Sky Area Multi-Object Fiber Spectroscopy Telescope,LAMOST,又叫郭守镜望远镜)巡天项目提供了海量恒星光谱数据,DR5数据集中包含大量A型星谱线指数和有效温度的信息。机器学习算法例如可以发掘数据底层相互关系的神经网络模型广泛运用于多个学科。通过使用DR5数据集中的A型星19种谱线指数和有效温度数据,通过主成分分析法,给出了每种谱线指数占整个数据信息的百分比,并以此为基础,选取与有效温度关系最紧密的12种谱线指数数据,利用有效温度误差小于100K的数据训练得到有效温度的神经网络回归模型。模型在测试数据集上整体表现较好,程序给出的决定系数R^2为0.904,平均绝对误差为58.38K。对比相关研究的模型,测量准确度有了明显提升。此外,通过建立模型,对有效温度误差大于100K的原始数据重新进行测量,得到的有效温度数据绝对误差的平均值有了明显下降;同时 DR5数据集中A5型恒星数据缺少有效温度参数,通过模型的测量,对这一部分数据进行了补充,提供了一定程度的参考意义。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-01-28 合作期刊: 《计算机应用研究》
摘要: 近几年来,深度学习在语音识别、图像理解等许多应用领域取得了突破性成果。针对基于深度学习的静态人脸图像表情识别方法进行研究,首先介绍了深度学习的原理,并归纳了目前公开且常用的面部表情数据集;然后介绍了基于深度学习的表情识别的三个步骤,归纳了图像预处理和表情分类的主要方法,重点总结了目前性能较好用来提取特征的深度学习框架以及这些方法的基本原理和优劣势比较;最后指出了目前面部表情识别存在的问题和未来可能的发展趋势。
分类: 机械工程 >> 机械工程其他学科 分类: 计算机科学 >> 计算机应用技术 提交时间: 2017-08-29
摘要: 轴承定性诊断的传统方法需要复杂难懂的数学知识和高深的领域知识;基于深度置信网络的方法虽然克服了传统方法的缺点,但网络参数规模巨大,训练困难;基于时频图的卷积神经网络方法需用小波变换得到时频图。由于卷积神经网络具有强大的特征学习能力和泛化能力,提出了一种基于卷积神经网络的轴承故障定性诊断方法,直接利用一维振动信号对卷积神经网络进行训练。优势在于克服了传统方法的缺点;相比深度置信网络,网络参数少很多,训练高效;也无需小波变换得到时频图。采用西储大学和本实验室轴承数据,进行了一系列全面测试,表明本文方法能准确地定性诊断轴承故障,准确率高于其他所有方法;首次通过利用西储大学的轴承数据训练的卷积神经网络准确诊断了本实验室待测轴承的故障类型,这表明该方法能实际工程运用。
分类: 计算机科学 >> 计算机应用技术 提交时间: 2017-06-22
摘要: 量化投资一直是国内外学者关注的热点问题,针对使用BP神经网络预测股票市场的相关问题,本文在对数据进行统计学上的数据预处理后,交替采用了遗传算法和模拟退火算法优化了BP神经网络的参数,并对A股市场中的股票进行预测。在此基础上,进行了为期十年的模拟交易,最终获得了24.1%的年化收益率。
分类: 计算机科学 >> 计算机应用技术 提交时间: 2024-01-04
摘要: 通过对几篇论文的详细阅读与理解,我完成了本篇综述论文的撰写,并对图神经网络GNN及其部分变体,包括图卷积网络GCN、图采样神经网络GraphSAGE、注意力图神经网络GAT、图循环网络GGNN和图循环神经网络HGNN模型的基本概念、核心结构和应用领域进行了深入分析与全面研究,总结了这些论文作者的研究方法和他们研发的模型所实现的功能及应用,并给出了自己对于GNN未来的发展与研究方向的理解。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2020-09-28 合作期刊: 《计算机应用研究》
摘要: 为解决公共场所中人群分布不均以及目标尺度不一而影响人数估计的问题,提出了基于图像视野划分的公共场所人群计数模型。该模型首先将图像场景划分为远近视野两个区域:对近视野区域,使用基于YOLO的网络进行行人检测并通过添加场景约束避免在远近视野区域内重复计数;对远视野区域,使用改进的MobileNets提取人群密度分布特征,并引入超分辨率重建模块提升人群密度图质量,最终通过计算两者之和得到整幅图像中的人群数量。在Shanghai Tech和Mall数据集上进行测试,结果表明该模型在准确性和鲁棒性上有显著的提高。实验证明,模型切实可行。
分类: 计算机科学 >> 计算机科学技术其他学科 提交时间: 2020-03-29
摘要: 人工神经网络的模型结构与功能分别朝着多样化、智能化趋势发展,但研究者仅从解决问题结果的优劣对模型进行评估是有所欠缺、过于片面的。因此在本文中提出从仿生学的角度构建评估人工神经网络仿生度的指标集,采用定性与定量的方式对模型的仿生度进行整体分析。在定性方面,对模型的神经元方程、网络结构、权重更新原理等方面进行比较分析;在定量方面,基于仿生的角度构建指标集即小世界特性、同步特性及混沌特性,对模型进行分析,分析结果表明,LeNet5模型及BP神经网络具备同步特性,但其与真实生物神经网络仍有一定的距离,而KIII模型在结构上具备一定的小世界特性,其网络内部也表现同步特性及混沌特性,与真实的生物神经网络更为接近。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-01-28 合作期刊: 《计算机应用研究》
摘要: 由于字形的复杂多变,脱机手写汉字的识别一直是模式识别的难题,深度卷积神经网络的发展为其提供了一种直接有效的解决方案。研究基于inceptions 结构神经网络的脱机手写汉字识别,提出了一种inception结构的改进方法,它具有结构更加简单、网络深度扩展更加容易、需要的训练参数量更少。该方法在数据集CISIA-HWDB1.1 上进行了实验验证,采用随机梯度下降优化算法,模型达到了96.95%的平均准确率。实验结果表明,使用改进的inception结构在图像分类上具有更好的鲁棒性,更容易扩展到其他应用领域。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-12-13 合作期刊: 《计算机应用研究》
摘要: 针对现有基于大数据和深度学习的目标检测框架难以实现在低功耗移动和嵌入式设备上实时进行视频目标检测的问题,改进了基于深度学习的目标检测框架SSD,提出一种改进的多目标检测框架LSTM-SSD,将其专用于交通场景视频多目标检测。将单图像检测框架与递归神经网络LSTM网络相结合,形成交织循环卷积结构,通过采用一种Bottleneck-LSTM层提炼传播帧间的特征映射实现了网络帧级信息的时序关联,极大降低了网络计算成本;将时间感知信息与改进的动态卡尔曼滤波算法结合起来,实现了对视频中受光照变化、大面积遮挡等强干扰影响目标的追踪识别;实验表明,改进后的LSTM-SSD在应对多目标、杂乱背景、光照变化、模糊、大面积遮挡等检测难度较大的情况时,均能获得较好的效果,相比于其他基于深度学习的目标检测框架,各类目标识别的平均准确率提高了5~16%,平均准确率均值提高了约4~10%,多目标检测率提高4~19%,检测帧率达到43帧/s,基本满足实时性的要求。实现了算法精度与运行速率的平衡,取得较好的检测识别效果。
分类: 动力与电气工程 >> 工程热物理学 提交时间: 2024-01-05
摘要: 大功率中高速柴油机是众多关键装备的核心动力设备,在舰船、核电等重要行业领域有着广阔的应用。由于复杂的机械结构和多变的工作环境,柴油机设备事故时有发生,机械故障和设备损毁等问题也日益凸显,故障频发成为这些设备运行的一大难题。柴油机恶性故障的发生经常会导致严重的经济损失和人员伤亡,因此,采用合理的方法获取故障特征,研究对柴油发动机的故障检测和早期诊断方法,实现对柴油发动机的故障预警并及时诊断,对提高大功率中高速柴油机运行的稳定性、设备的安全性和企业的经济性有着重要的作用与价值。本文提取柴油机角域、时域、频域22种振动特征组成特征集,针对柴油机应用场合众多且工况复杂的特点,在仅有少量工况样本的情况下,本文基于神经网络实现工况与马氏空间关键参数的映射关系,构建变工况下柴油发动机的健康基线。