基于输入空间转换的多模态情感分析

目的 处理多模态数据的异构性,有效地融合不同模态的数据进行情感分析。方法 提出了一种基于输入空间转换的多模态情感分析模型,将图片和文本进行模态的对齐。对于图片模态,通过输入空间转换模块,利用自回归的方式生成对应描述图片的文本。对于文本模态,将原文和生成的文本相结合,为语言模型提供丰富的文本量。利用BERT语言模型构造动态词向量,然后利用Bi-GRU获取上下文的重要语义特征,最后通过SoftMax进行情感的分类。结果 在两个多模态Twitter数据集上超过了基准模型的性能。结论 该模型能够有效地处理多模态数据。

基于扩展输入空间法的压电执行器迟滞特性动态建模

为辨识压电执行器中的速率相关迟滞特性,基于扩展输入空间法建立迟滞的神经网络动态模型。提出动态迟滞算子来描述速率相关迟滞的变化趋势和动态特性并基于该动态迟滞算子构建扩展输入空间。在这个扩展输入空间上,迟滞的多值映射能够转化成一一映射,同时可以利用动态迟滞算子来提取迟滞的速率相关性。用神经网络来逼近这个一一映射实现速率相关迟滞的动态建模。所提出的神经网络动态模型可以描述迟滞的速率相关性,结构简单,打破了常规迟滞模型基于算子加权叠加的建模框架,并且能够在线调整参数以适应不同条件下的迟滞建模。最后应用该方法对压电执行器中的迟滞特性进行动态建模,试验结果证明了这种建模方法的有效性。

基于神经网络的暂态稳定评估输入空间可分性

介绍一种数据结构分析算法，并将其应用于基于神经网络的暂态稳定评估输入空间可分性分析。使用该算法，可将稳定评估的高维输入空间近似地转化为一个二维空间，从而可直接观察其可分性并评估特征的表达能力。在两个标准电力系统中的应用结果表明了该数据结构分析算法的有效性。同时，该算法也可用于电力系统中的其它模式分类问题。

基于扩展输入空间的迟滞神经网络模型

针对迟滞的非光滑、多值映射特性进行分析,提出了反映迟滞主要特征的迟滞算子的构造方法,并将迟滞算子引入扩展输入空间,实现了将迟滞的多值映射转换为一一映射,建立了关于迟滞的神经网络模型.避免了对非光滑的迟滞求梯度,获得了简单的模型结构和较高的建模精度.

映射域与输入空间的比较研究

概念隐喻理论和概念整合理论是认知语言学的两大主要理论,映射域和输入空间分别是这两个理论的核心要素。通过对映射域和输入空间异同的比较,揭示了两者的实质性差异和内在联系,以论证概念隐喻理论是概念整合理论的研究基础,后者是前者的拓展,两者之间具有互补性和交互性。

输入空间自优化神经网络的研究及其在声信号车型分类中的应用

提出了神经网络结构自优化的新理念,并主要介绍输入空间自优化的概念,即其基本思想和基本算法。用Matlab7.0编写了输入空间自优化神经网络的程序,并将输入空间自优化神经网络应用于高速公路的汽车车型的分类中,提高了参数优化的速度,同时也降低了神经网络的运算量,解决了实际问题。

基于规范化用户输入空间的自然图像抠图

为了降低自然图像抠图中抠图算法对用户输入的敏感度,提出了规范化用户输入空间(Normalized User Input Space,NUIS)的概念及一种基于NUIS空间的抠图算法(NUIS-Matting)。方法首先将原始图像过分割为超像素(superpixels)并引入超像素前景不透明度以提高算法的抗噪能力,再用超像素构造NUIS空间并将原始用户输入映射到NUIS空间。然后使用一种更有效的采样方法在NUIS空间中采样前景及背景颜色对来计算未知区域像素点的前景不透明度及其置信度,并选取对应高置信度的不透明度作为初始结果;最后使用随机游走(random walk)解一个图标记问题(graph labeling problem)得出优化后的结果。实验结果表明,方法大大降低了抠图对用户输入的敏感度,提高了抠图结果的质量。

基于输入电流空间矢量调制-输出滞环电流控制的MC-PMSM矢量控制系统

针对输入电流空间矢量调制-输出滞环电流控制(SVM-HCC)方法存在的缺点,如虚拟整流环节在零矢量导通期间,虚拟逆变环节的输出电流滞环控制失效,提出了将虚拟整流环节中的零矢量用两个互补的非零矢量来合成的思想。该方法将空间矢量的60°相区分为两个30°相区,使用不同的两个互补的非零矢量,使虚拟直流环节具有有效直流电压,从而有效控制电动机电流。对MC-PMSM矢量控制系统的SVM-HCC方法原理进行了详细的推导、分析和试验研究。原理样机试验结果表明,将虚拟整流环节中的零矢量用两个互补的非零矢量来合成后,采用SVM-HCC的矩阵变换器-永磁同步电动机系统不仅具有良好的控制效果和较好的网侧性能,而且输入电流和输出电流波形的正弦性较好。

流域分布式水文模型SWAT空间输入数据的不确定性研究

SWAT(Soil and Water Assessment Tool)模型是一个流域尺度具有物理机制的分布式水文模型,该模型在农业非点源污染和水文模拟等方面的应用较为广泛。模型空间输入数据对流域相关特征的准确描述是模型有效模拟的前提和基础。DEM数据的精度及栅格大小、子流域划分水平、土壤与土地利用数据的精度都对模型的模拟产生一定的影响,相对于径流量来说,产沙和营养物质的模拟对这些参数更为敏感,但其参数的选择还没有公认的标准。流域内雨量站的分布和多少同样影响模拟结果,针对国内气象站点较少的情况,寻求气象数据的替代数据势在必行。表1,参42。

基于ARM的新型空间三维输入装置设计

本文提出了一种新型空间三维输入装置,给出了三维输入设备控制系统整体架构,在分析其工作原理的基础上,基于STM32处理器对实现三维输入功能的控制系统进行了详细的设计,主要包括三轴模拟输入AD转换电路、STM32最小系统电路、蓝牙模块接口电路和LCD液晶显示接口等。

空间三维输入装置的系统开发研究

本文提出了一种新型空间三维输入装置,给出了三维输入设备控制系统整体架构,在分析其工作原理的基础上,基于VC++OpenGL技术对实现三维输入设备的软件系统开发,进行三维输入的动态演示。实验结果表明所开发的三维输入装置具有极高的稳定性和模拟效果的真实性,这对于立体显示技术的发展及其在仿真中的应用具有较大的意义。

基于电流空间矢量预测控制的HFLMR研究

高频链矩阵整流器是一种新型的电力电子变换器,具有体积小、重量轻、转换级数少和可靠性高等特点。分析了高频链矩阵整流器的双极性空间矢量调制策略,提出了基于参考输入电流空间矢量的预测控制算法,建立了基于该预测控制算法的高频链矩阵整流器系统仿真模型。该预测控制算法具有计算量小,开关频率固定,可靠性高等特点,能实现高频链矩阵整流器输入侧电流正弦、单位输入功率因数和稳定的输出直流电流。仿真结果验证了所提控制策略的有效性。

人工神经网络作为打印机色空间转换工具的问题

通过分析大量实测的打印机输入(R,G,B)与输出(L ,a ,b )数据之间的对应关系,发现在一些颜色区域存在着RGB与L a b 之间的二对一甚至多对一的关系。另一方面,一个已知的事实是,当一个神经网络已经建立后,任一个(或一组)输入只能产生一个(或一组)输出。结合以上两个事实得出的结论是,在要求打印机的输出颜色能准确地复现指定颜色的情况下,神经网络不适合作为由指定颜色的L a b 值来寻求打印机的相应输入RGB的工具。

低功耗并行MIMO空间复用检测器的VLSI结构

针对2×2天线配置的多输入多输出无线通信系统,提出了一种新颖的近最大似然多输入多输出检测算法.此算法只对搜索树的第2层节点耗尽搜索,第1层应用区域判定法直接得到假设星座点和反假设点,不需要对每一层搜索树的部分欧几里得距离排序,降低了计算复杂度,而且适合并行处理.依据该算法设计了规则的、流水线型的超大规模集成电路,可以配置并行检测核的数目,从而可灵活地控制吞吐率.在40nm的工艺下,约束工作电压为1.08V,设定时钟频率为156MHz,版图实现可以达到312Mbit/s的吞吐量和23mW的功耗,处理延迟仅为0.051ns.

关节混合空间控制下的冗余绳驱并联机器人绳力分布特性分析

绳驱并联机器人是由绳索代替刚性杆件的一类特殊机器人,其中绳索具有只能承受拉力而不能承受压力的特点,冗余绳驱并联机器人的绳力分配问题是一个难点.在关节混合空间控制中,将冗余的绳索组合采用绳力控制,而其余绳索进行绳长控制.因为不同的绳索组合可能导致不同的控制效果,本研究旨在解决关节混合空间控制条件下,力控绳索组合的选择问题.以二冗余绳驱并联机器人为例,通过向量空间基变换方法,实现了冗余绳驱系统绳力在拉力索张力空间的表达.基于拉力索张力空间,计算了绳力控制绳索组合的对称最大误差带,用于找到合适的绳索组合用于力控.使用多体动力学仿真手段,对关节混合空间的控制效果和对称最大误差带解析解计算方法的正确性进行了模拟验证.在同时考虑绳长和绳力控制误差的条件下,发现当选择不合适的绳索组合时,绳力误差会被显著放大,说明了本文针对绳力分布特性分析的意义.本文提出的对称最大误差带概念同时也为关节混合空间控制策略下的绳力控制器设计提供指导.

基于空间映射算法的微带滤波器优化设计

考虑到传统电磁优化仿真方法的低效性,在原始空间映射算法的基础上,构造一种有效的输入-输出空间映射算法,并用于优化设计一个微带带通滤波器,其替代模型和精确模型分别采用了基于电路原理的Agilent ADS和基于矩量法的全波电磁仿真软件FEKO进行计算分析。仿真结果表明,该算法能够有效增加所设计器件的优化自由度,大大减少计算机优化时间,有效提高了微波器件的设计效率。

一种基于核SMOTE的非平衡数据集分类方法

本文提出一种基于核SMOTE(Synthetic Minority Over-sampling Technique)的分类方法来处理支持向量机(SVM)在非平衡数据集上的分类问题.其核心思想是首先在特征空间中采用核SMOTE方法对少数类样本进行上采样,然后通过输入空间和特征空间的距离关系寻找所合成样本在输入空间的原像,最后再采用SVM对其进行训练.实验表明,核SMOTE方法所合成的样本质量高于SMOTE算法,从而有效提高SVM在非平衡数据集上的分类效果.

基于熵聚类模糊神经网络味觉信号识别系统的研究

提出了一种基于熵聚类的模糊神经网络味觉信号识别系统模型 ,该模型利用聚类方法实现模糊输入空间划分和模糊IF THEN规则提取 ,并使用梯度下降法对系统参数进行精炼 系统兼具有良好的可解释性和学习能力 ,对 1

基于分组数据处理神经网络气动人工肌肉迟滞特性

气动人工肌肉的动态特性中存在着非常复杂的迟滞现象.目前对其迟滞特性的研究很不充分,甚至对其输入空间都难以确定.为此,建立了单自由度气动人工肌肉实验平台,利用分组数据处理神经网络独特的自组织特性,运用数据挖掘技术探索气动人工肌肉迟滞特性的输入空间.将自适应模糊小脑模型神经网络引入滑模控制,基于已确定的输入空间,在每个采样周期逼近迟滞力不断变化的动态值,在线实时补偿迟滞力的影响.实验结果验证了输入空间选取的合理性和有效性.

含偏好的DEA方法在石油企业评价中的应用

将DEA方法应用于石油企业管理。使用含有偏好的DEA方法 ,可以反映决策者对决策单元输入输出调整比率的偏好。本文使用这一方法对石油企业进行了有效性评价 ,并通过确定合理的权重寻找到满意的投影点 ,可以为管理者提供能为其接受的改进工作目标。