期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于强制稀疏自编码神经网络的作战态势评估方法研究
被引量:
20
1
作者
郭圣明
贺筱媛
+1 位作者
吴琳
胡晓峰
《系统仿真学报》
CAS
CSCD
北大核心
2018年第3期772-784,800,共14页
针对传统数据挖掘方法无法解决态势评估中防空体系特征自主挖掘和生成机理分析的问题,提出一种基于强制自编码神经网络的态势评估方法。结合大数据与复杂网络技术,构建强制自编码深度学习网络模型,形式化描述体系能力指标之间的级联涌...
针对传统数据挖掘方法无法解决态势评估中防空体系特征自主挖掘和生成机理分析的问题,提出一种基于强制自编码神经网络的态势评估方法。结合大数据与复杂网络技术,构建强制自编码深度学习网络模型,形式化描述体系能力指标之间的级联涌现关系,在战场态势预测分析的基础上,进一步深入分析体系能力生成机理及贡献度,并通过仿真数据对模型进行验证。该模型对体系能力指标涌现的形式化描述,不仅体现了涌现过程的非线性、不确定性等复杂性特征,还赋予指标体系相对明确的物理含义,为辅助指挥员深入认知复杂战场态势提供了可行的方法手段。
展开更多
关键词
态势评估
先验知识
强制
稀疏自编码神经网络
涌现效应
贡献度
下载PDF
职称材料
基于稀疏自编码神经网络的肺结节特征提取及良恶性分类
被引量:
12
2
作者
巩萍
王姗姗
罗举建
《医疗卫生装备》
CAS
2015年第12期7-10,14,共5页
目的:针对目前计算机辅助诊断中肺结节特征提取单纯依靠人工设计,分类结果存在很大差异这一问题,提出一种新的肺结节特征自动提取及良恶性分类方法。方法:首先通过阈值概率图从肺部CT图像中分割肺结节图像,然后通过一个2层的稀疏自编码...
目的:针对目前计算机辅助诊断中肺结节特征提取单纯依靠人工设计,分类结果存在很大差异这一问题,提出一种新的肺结节特征自动提取及良恶性分类方法。方法:首先通过阈值概率图从肺部CT图像中分割肺结节图像,然后通过一个2层的稀疏自编码神经网络自动提取肺结节图像的特征,最后利用Logistic回归分类器对提取到的特征进行良恶性分类。结果:肺部图像数据库联盟(1ung image database consortium,LIDC)数据库上的实验结果表明,与目前基于人工设计的特征提取方法相比,该提取方法获得了最高的分类精度与曲线下面积(area under curve,AUC)值。结论:稀疏自编码神经网络能够直接从肺结节图像本身自动提取肺结节特征,避免了人工提取及选择的差异性,提高了肺结节良恶性分类的准确度,能够为临床诊断提供参考依据。
展开更多
关键词
肺结节
特征提取
稀疏自编码神经网络
良恶性分类
下载PDF
职称材料
基于稀疏自编码神经网络的产品再设计模块识别方法
被引量:
3
3
作者
马斌彬
马红占
+1 位作者
褚学宁
李玉鹏
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2019年第7期838-843,共6页
提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能...
提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能数据用于训练SAENN模型,使用运行期间的性能时变数据更新产品的状态特征,以反映功能的退化过程;通过对比功能间的退化差异来识别需要再设计模块;同时,以某制造企业水平定向钻产品再设计功能模块的识别为例验证了所提方法的可行性.结果表明,所提出的再设计模块识别方法具有较好的准确性,能够识别需改进的功能模块,识别结果可作为产品再设计的依据.
展开更多
关键词
产品再设计
模块识别
性能时变数据
稀疏自编码神经网络
功能退化
下载PDF
职称材料
一种稀疏降噪自编码神经网络研究
被引量:
9
4
作者
张成刚
姜静清
《内蒙古民族大学学报(自然科学版)》
2016年第1期21-25,93,共6页
近年来,基于深度学习的自编码神经网络是数据降维问题研究的热点,数据降维能够有效地消除无关和冗余信息,提高学习数据内在特征的效率.研究了在原始数据预处理时加入噪声,可训练出对输入信息更加鲁棒的表达,从而提升自编码神经网络模型...
近年来,基于深度学习的自编码神经网络是数据降维问题研究的热点,数据降维能够有效地消除无关和冗余信息,提高学习数据内在特征的效率.研究了在原始数据预处理时加入噪声,可训练出对输入信息更加鲁棒的表达,从而提升自编码神经网络模型对输入数据的泛化能力.提出了一种稀疏降噪自编码神经网络(Sparse De-noising Auto-Encoder,SDAE),基于稀疏性的思想,对降噪自编码神经网络加以改进,使得抽象出的特征稀疏表示,更有效的用于数据分类.实验结果表明稀疏降噪自编码神经网络(SDAE)分类准确率要优于传统的自编码神经网络及降噪自编码神经网络.
展开更多
关键词
数据降维
降噪
稀疏
稀疏
降噪
自编码
神经网络
下载PDF
职称材料
基于无监督特征学习的手势识别方法
被引量:
9
5
作者
陶美平
马力
+1 位作者
黄文静
吴雨隆
《微电子学与计算机》
CSCD
北大核心
2016年第1期100-103,共4页
针对静态手势图像的分类识别问题,提出了一种将无监督的特征学习和有监督的分类识别相结合的静态手势图像识别方法,通过无监督的稀疏自编码神经网络训练图像小块提取手势图像的边缘特征,并将此边缘特征作为训练分类器的输入,最后提出对...
针对静态手势图像的分类识别问题,提出了一种将无监督的特征学习和有监督的分类识别相结合的静态手势图像识别方法,通过无监督的稀疏自编码神经网络训练图像小块提取手势图像的边缘特征,并将此边缘特征作为训练分类器的输入,最后提出对训练好的分类器的参数进行调优从而提高准确率.
展开更多
关键词
无监督的特征学习
稀疏自编码神经网络
边缘特征
调优
下载PDF
职称材料
题名
基于强制稀疏自编码神经网络的作战态势评估方法研究
被引量:
20
1
作者
郭圣明
贺筱媛
吴琳
胡晓峰
机构
国防大学联合作战学院
出处
《系统仿真学报》
CAS
CSCD
北大核心
2018年第3期772-784,800,共14页
基金
国家自然科学基金(61273189
71401168
+4 种基金
61174156
61403401
61374179
61773399)
军民共用重大研究计划联合基金(U1435218)
文摘
针对传统数据挖掘方法无法解决态势评估中防空体系特征自主挖掘和生成机理分析的问题,提出一种基于强制自编码神经网络的态势评估方法。结合大数据与复杂网络技术,构建强制自编码深度学习网络模型,形式化描述体系能力指标之间的级联涌现关系,在战场态势预测分析的基础上,进一步深入分析体系能力生成机理及贡献度,并通过仿真数据对模型进行验证。该模型对体系能力指标涌现的形式化描述,不仅体现了涌现过程的非线性、不确定性等复杂性特征,还赋予指标体系相对明确的物理含义,为辅助指挥员深入认知复杂战场态势提供了可行的方法手段。
关键词
态势评估
先验知识
强制
稀疏自编码神经网络
涌现效应
贡献度
Keywords
situation assessment
heuristic knowledge
FS-SAE
emergence effect
contribution rate of SOS
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于稀疏自编码神经网络的肺结节特征提取及良恶性分类
被引量:
12
2
作者
巩萍
王姗姗
罗举建
机构
徐州医学院医学影像学院
出处
《医疗卫生装备》
CAS
2015年第12期7-10,14,共5页
基金
徐州市科技计划项目(KC14SM089)
江苏省大学生科研训练计划项目(201410313062X)
徐州医学院振兴计划项目
文摘
目的:针对目前计算机辅助诊断中肺结节特征提取单纯依靠人工设计,分类结果存在很大差异这一问题,提出一种新的肺结节特征自动提取及良恶性分类方法。方法:首先通过阈值概率图从肺部CT图像中分割肺结节图像,然后通过一个2层的稀疏自编码神经网络自动提取肺结节图像的特征,最后利用Logistic回归分类器对提取到的特征进行良恶性分类。结果:肺部图像数据库联盟(1ung image database consortium,LIDC)数据库上的实验结果表明,与目前基于人工设计的特征提取方法相比,该提取方法获得了最高的分类精度与曲线下面积(area under curve,AUC)值。结论:稀疏自编码神经网络能够直接从肺结节图像本身自动提取肺结节特征,避免了人工提取及选择的差异性,提高了肺结节良恶性分类的准确度,能够为临床诊断提供参考依据。
关键词
肺结节
特征提取
稀疏自编码神经网络
良恶性分类
Keywords
lung nodule
feature extraction
sparse auto-encoder neural network
benign or malignant classification
分类号
R734.2 [医药卫生—肿瘤]
R730.44 [医药卫生—肿瘤]
下载PDF
职称材料
题名
基于稀疏自编码神经网络的产品再设计模块识别方法
被引量:
3
3
作者
马斌彬
马红占
褚学宁
李玉鹏
机构
上海交通大学机械与动力工程学院
中国矿业大学矿业工程学院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2019年第7期838-843,共6页
基金
国家自然科学基金项目(51875345,51475290,51075261,51505480)
文摘
提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能数据用于训练SAENN模型,使用运行期间的性能时变数据更新产品的状态特征,以反映功能的退化过程;通过对比功能间的退化差异来识别需要再设计模块;同时,以某制造企业水平定向钻产品再设计功能模块的识别为例验证了所提方法的可行性.结果表明,所提出的再设计模块识别方法具有较好的准确性,能够识别需改进的功能模块,识别结果可作为产品再设计的依据.
关键词
产品再设计
模块识别
性能时变数据
稀疏自编码神经网络
功能退化
Keywords
product redesign
module identification
time-varying performance feature data
sparse autoencoder neural network (SAENN)
function degradation
分类号
TB472 [一般工业技术—工业设计]
下载PDF
职称材料
题名
一种稀疏降噪自编码神经网络研究
被引量:
9
4
作者
张成刚
姜静清
机构
内蒙古民族大学数学学院
内蒙古民族大学计算机科学与技术学院
出处
《内蒙古民族大学学报(自然科学版)》
2016年第1期21-25,93,共6页
基金
国家自然科学基金资助项目(61163034
61373067)
+1 种基金
内蒙古自治区自然科学基金资助项目(2013MS0910
2013MS0911)
文摘
近年来,基于深度学习的自编码神经网络是数据降维问题研究的热点,数据降维能够有效地消除无关和冗余信息,提高学习数据内在特征的效率.研究了在原始数据预处理时加入噪声,可训练出对输入信息更加鲁棒的表达,从而提升自编码神经网络模型对输入数据的泛化能力.提出了一种稀疏降噪自编码神经网络(Sparse De-noising Auto-Encoder,SDAE),基于稀疏性的思想,对降噪自编码神经网络加以改进,使得抽象出的特征稀疏表示,更有效的用于数据分类.实验结果表明稀疏降噪自编码神经网络(SDAE)分类准确率要优于传统的自编码神经网络及降噪自编码神经网络.
关键词
数据降维
降噪
稀疏
稀疏
降噪
自编码
神经网络
Keywords
Dimension reduction
De-noise
Sparse
Sparse De-noising Auto-Encoder neural network
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于无监督特征学习的手势识别方法
被引量:
9
5
作者
陶美平
马力
黄文静
吴雨隆
机构
西安邮电大学数字艺术学院
出处
《微电子学与计算机》
CSCD
北大核心
2016年第1期100-103,共4页
文摘
针对静态手势图像的分类识别问题,提出了一种将无监督的特征学习和有监督的分类识别相结合的静态手势图像识别方法,通过无监督的稀疏自编码神经网络训练图像小块提取手势图像的边缘特征,并将此边缘特征作为训练分类器的输入,最后提出对训练好的分类器的参数进行调优从而提高准确率.
关键词
无监督的特征学习
稀疏自编码神经网络
边缘特征
调优
Keywords
unsupervised learning
sparse auto-encoder neural network
edge feature
tuning
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于强制稀疏自编码神经网络的作战态势评估方法研究
郭圣明
贺筱媛
吴琳
胡晓峰
《系统仿真学报》
CAS
CSCD
北大核心
2018
20
下载PDF
职称材料
2
基于稀疏自编码神经网络的肺结节特征提取及良恶性分类
巩萍
王姗姗
罗举建
《医疗卫生装备》
CAS
2015
12
下载PDF
职称材料
3
基于稀疏自编码神经网络的产品再设计模块识别方法
马斌彬
马红占
褚学宁
李玉鹏
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2019
3
下载PDF
职称材料
4
一种稀疏降噪自编码神经网络研究
张成刚
姜静清
《内蒙古民族大学学报(自然科学版)》
2016
9
下载PDF
职称材料
5
基于无监督特征学习的手势识别方法
陶美平
马力
黄文静
吴雨隆
《微电子学与计算机》
CSCD
北大核心
2016
9
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部